MétaCan
Menu
Retour à la cohorte
Enregistrement W2770902207 · doi:10.1027/1016-9040/a000302

Wisdom and How to Cultivate It

2017· article· en· W2770902207 sur OpenAlexaff
Igor Grossmann

Notice bibliographique

RevueEuropean Psychologist · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésHumilityScholarshipPsychologySituational ethicsSet (abstract data type)Context (archaeology)EpistemologyNarrativeTransformative learningEmpirical researchSocial psychologySociologyPedagogy

Résumé

récupéré en direct d'OpenAlex

Abstract. Some folk beliefs characterize wisdom as an essence – a set of immutable characteristics, developing as a consequence of an innate potential and extraordinary life experiences. Emerging empirical scholarship involving experiments, diary, and cross-cultural studies contradicts such folk beliefs. Characteristics of wise thinking, which include intellectual humility, recognition of uncertainty and change, consideration of different perspectives, and integration of these perspectives, is highly variable across situations. Cumulatively, empirical research suggests that variability in wise thinking is systematic, with greater wisdom in ecological and experimentally-induced contexts promoting an ego-decentered (vs. egocentric) viewpoint. Moreover, teaching for wisdom benefits from appreciation of context-dependency of intentions and actions depicted in the narratives of wisdom exemplars’ lives. I conclude by advancing a constructivist model of wisdom, suggesting that cultural-historical, personal-motivational, and situational contexts play a critical role for wisdom, its development, and its application in daily life.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,028
Communication savante0,0080,010
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,136
Tête enseignante GPT0,443
Écart entre enseignants0,306 · 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
GenreAutre

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

En bref

Citations84
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean PsychologistMême sujetAging and Gerontology ResearchTravaux en français237 207