MétaCan
Menu
Retour à la cohorte
Enregistrement W3136947718 · doi:10.21810/sfuer.v11i1.755

Lifelong Learning

2018· article· en· W3136947718 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueSFU Educational Review · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueLearning Styles and Cognitive Differences
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésCognitive loadCognitionWorking memoryLifelong learningPsychologyCognitive psychologyDementiaCognitive declineControl (management)Computer scienceMedicinePedagogyPsychiatryArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The struggles faced by elder learners suffering from age-related cognitive decline are often overlooked by instructional designers. However, existing educational theories that already inform learning strategy development for other populations should also help establish instructional methods used to help elder learners. In this article, cognitive load theory frames an exploration of proposed means to slow or counteract the effects of age-related cognitive decline in elder learners. Attention is given to the ways in which multimedia learning methods adhering to certain principles of cognitive load theory can increase available working memory capacity. Evidence is provided to show that cognitive load theory-based practices can also facilitate one’s activation of prior knowledge and betters one’s attentional control. Additionally, elder learners benefit from tasks that include worked examples and goal-free problems, whereas conventional, goal-oriented problems impose greater extraneous load on an already taxed working memory. The outcomes of the present analysis can also be applied to stroke victims’ rehabilitation plans and may offer implications for individuals suffering from other brain injuries, attention deficit-hyperactivity disorder, or dementia-related illnesses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,819
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0400,012

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 Opus0,032
Tête enseignante GPT0,416
Écart entre enseignants0,384 · 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