MétaCan
Menu
Retour à la cohorte
Enregistrement W2566381858 · doi:10.7202/1070552ar

Indexical Ways of Knowing: An Inquiry Into the Indexical Sign and How to Educate for Novelty

2020· article· en· W2566381858 sur OpenAlexaffvenue
Cary Campbell

Notice bibliographique

RevuePhilosophical Inquiry in Education · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésIndexicalitySemioticsNoveltySign systemSemiosisExperiential learningCognitive scienceUtterancePsychologyEpistemologyComputer scienceSociologyCognitive psychologyCommunicationSocial psychologyArtificial intelligencePhilosophyMathematics education

Résumé

récupéré en direct d'OpenAlex

In this paper, I propose that the indexical sign can be used to derive a model for active (touching-and-feeling) learning. The implicit processes involved in the subtle reading of indices contain explanatory possibilities for understanding how students adapt to novelty in the learning process. Besides looking at how indexicality functions in human ontogeny and cognition, I will also examine the human capacity for modeling our world through aggregations of systems of representations (Sebeok, 1994). Modeling systems (with their implicit recognition that the human is a semiotic animal) help us to conceptualize how novelty is assimilated in the learning process. I posit that how we come to terms with new experiences (and new stimuli generally) is of an indexical nature. I am specifically referring to the site where "the new" comes from the outside (like a rain cloud signaling the coming storm) and acts upon us. We can recognize the rain cloud as an experiential pattern (as a semiotic entity) or not; the rain is still going to bear down on us regardless of the success of our interpretations. This existential realness of indexical signs is precisely their power to function as a pedagogical tool, to help us assimilate and accommodate to novel stimulus. The concept of modeling helps us conceptualize the process in which the new stimulus is absorbed and integrated into our cultural/semiotic systems. In short, this paper aims to explore what I call the indexical rub of learning; that initial friction or resistance felt when meeting a new experience. My hope is that this exploration can aid in the cultivation of a mindset in teachers, students and researchers that does not fear this resistance, but can use it to propel positive absorption (in the Deweyian sense) and engaged learning.

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)0,006
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,032
Communication savante0,0060,019
Science ouverte0,0010,006
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,296
Tête enseignante GPT0,457
Écart entre enseignants0,161 · 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
GenreEmpirique

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

En bref

Citations14
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhilosophical Inquiry in EducationMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207