MétaCan
Menu
Retour à la cohorte
Enregistrement W2562857314 · doi:10.1038/npjscilearn.2016.16

Constructivist developmental theory is needed in developmental neuroscience

2016· review· en· W2562857314 sur OpenAlexafffund
Marie Arsalidou, Juan Pascual‐Leone

Notice bibliographique

Revuenpj Science of Learning · 2016
Typereview
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDevelopmental cognitive neuroscienceCognitive neuroscienceCognitionCognitive scienceEducational neurosciencePsychologyNeuroscienceNeuroimagingCognitive developmentEducation theoryHigher education

Résumé

récupéré en direct d'OpenAlex

Neuroscience techniques provide an open window previously unavailable to the origin of thoughts and actions in children. Developmental cognitive neuroscience is booming, and knowledge from human brain mapping is finding its way into education and pediatric practice. Promises of application in developmental cognitive neuroscience rests however on better theory-guided data interpretation. Massive amounts of neuroimaging data from children are being processed, yet published studies often do not frame their work within developmental models-in detriment, we believe, to progress in this field. Here we describe some core challenges in interpreting the data from developmental cognitive neuroscience, and advocate the use of constructivist developmental theories of human cognition with a neuroscience interpretation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,031
Communication savante0,0070,014
Science ouverte0,0030,004
Intégrité de la recherche0,0050,016
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,060
Tête enseignante GPT0,352
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuenpj Science of LearningMême sujetChild and Animal Learning DevelopmentTravaux en français237 207