Theorizing and researching levels of processing in self‐regulated learning
Notice bibliographique
Résumé
BACKGROUND: Deep versus surface knowledge is widely discussed by educational practitioners. A corresponding construct, levels of processing, has received extensive theoretical and empirical attention in learning science and psychology. In both arenas, lower levels of information and shallower levels of processing are predicted and generally empirically demonstrated to limit knowledge learners gain, curtail what they can do with newly acquired knowledge, and shorten the life span of recently acquired knowledge. PURPOSE: I recapitulate major accounts of levels or depth of information and information processing to set a stage for conceptualizing, first, self-regulated learning (SRL) from this perspective and, second, how a "levels-sensitive" approach might be implemented in research about SRL. METHOD: ed.), New York: Routledge; Winne & Hadwin, 1998, Metacognition in educational theory and practice (pp. 277-304). Mahwah, NJ: Lawrence Erlbaum) conceptually and with respect to operationally defining the levels construct in the context of SRL in relation to each of the model's four phases - surveying task conditions, setting goals and planning, engaging the task, and composing major adaptations for future tasks. Select illustrations are provided for each phase of SRL. Regarding phase 3, a software system called nStudy is introduced as state-of-the-art instrumentation for gathering fine-grained, time-stamped trace data about information learners select for processing and operations they use to process that information. CONCLUSIONS: Self-regulated learning can be viewed through a lens of the levels construct, and operational definitions can be designed to research SRL with respect to levels. While information can be organized arbitrarily deeply, the levels construct may not be particularly useful for distinguishing among processes except in a sense that, because processes in SRL operate on information with depth, they epiphenomenally acquire characteristics of levels. Thus, SRL per se is not a deeper kind of processing. Instead, it is processing more complex - deeper - information about a different topic, namely processes for 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,016 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».