MétaCan
Menu
Retour à la cohorte
Enregistrement W2772185254 · doi:10.24046/neuroed.20120101.115

La neuroscience éducationnelle : enrichir la recherche en éducation par l'ajout de méthodes psychophysiologiques pour mieux comprendre l'apprentissage

2012· article· fr· W2772185254 sur OpenAlexaffvenue
Stephen R. Campbell, Pierre Pagé

Notice bibliographique

RevueNeuroeducation · 2012
Typearticle
Languefr
DomaineNeuroscience
ThématiqueNeuroscience, Education and Cognitive Function
Établissements canadiensUniversité LavalSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

L'objet de cet article consiste à présenter des arguments en faveur de la recherche en neuroscience éducationnelle qui peut être bien davantage qu'un simple domaine d'application des neurosciences cognitive et sociale (Campbell, 2011).L'argumentaire s'arrime d'abord autour de la présentation des éléments du cadre neurophénoménologique qui sous-tend le travail effectué au laboratoire de neuroscience éducationnelle de l'université Simon Fraser ( ENGRAMMETRON). Ensuite, à titre d'illustration sont présentées des données psychophysiologiques, provenant d'études de cas pilotes en didactique de la géométrie, impliquant notamment l'électroencéphalographie (EEG) et l'électrooculographie (EOG). Trois techniques d'analyse des données brutes provenant de l'EEG sont abordées, soit l'analyse des sources, l'analyse spectrale et l'analyse statistique. Ces études de cas pilotes ont permis d'analyser le comportement électro-physiologique du cerveau et du corps, et de constater que ceux-ci s'activent différemment en fonction de la perception et du raisonnement face à la présentation de figures géométriques.Enfin, en conclusion, la pertinence de ce travail pour la théorisation en sciences de l'éducation, l'apprentissage et l'enseignement des mathématiques est soulignée et des pistes pour des études ultérieures en neuroscience éducationnelle sont suggérées.Ultimement, les auteurs espèrent faire valoir que la recherche en neuroscience éducationnelle, notamment celle s'appuyant sur l'inscription corporelle radicale de la pensée (Thompson et Varela, 2001), a sa place en sciences de l'éducation au XXI ième siècle et peut s'avérer d'un apport fécond, tant au plan théorique que méthodologique.

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)0,016
score de la tête « metaresearch » (Gemma)0,025
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,025
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,005
Communication savante0,0060,007
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,245
Tête enseignante GPT0,424
Écart entre enseignants0,179 · 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
GenreMéthodes

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

En bref

Citations5
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuroeducationMême sujetNeuroscience, Education and Cognitive FunctionTravaux en français237 207