Does the interleaving effect extend to unrelated concepts? Learners’ beliefs versus empirical evidence.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
When learning new information, should students focus on studying 1 concept at a time or should they alternate studying between different concepts? Recent research shows that students should mix up or interleave the study of different concepts, particularly when the concepts are related or hard to discriminate (Carvalho & Goldstone, 2015). But students rarely study only 1 course, so how should the study of unrelated courses be sequenced? Should the study sessions be blocked by course to avoid unproductive juxtapositions or be interleaved across different courses because it inherently involves spaced practice, which is also effective for learning? In Experiments 1 and 2, we explored how students construct their study sessions by using hypothetical scenarios. Finally, in Experiment 3, we experimentally manipulated the study sequence of related concepts within 2 unrelated domains (i.e., physics and statistics). Given only 1 level to schedule (related modules or unrelated courses; Experiment 1), students chose to block related modules but to interleave unrelated topics—even though the literature suggests the related concepts are more likely to benefit from interleaving. Given 2 levels to schedule (concepts and domains; Experiment 2), students chose to interleave everything—even though empirical data from Experiment 3 suggests that the optimal schedule involves interleaving at either the concept or the domain level, but not both or neither. (PsycInfo Database Record (c) 2021 APA, all rights reserved)
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 découle