This is your brain on education – how an understanding of the human brain can give us insights into best approaches to teaching and learning
Notice bibliographique
Résumé
The human brain defines who we are, how we perceive and process the world around us, how we interact with each other and our environment. The human brain has the unique ability for interpretation, imagination, and creativity. The implications of these functions are profound for how we learn and an understanding of how the brain processes and responds to information can lead to new approaches in education. The cortex plays a huge role in all of our cognitive processes – extensive work has been done to map the cortex and areas that are important for learning. From a more generalist perspective, while the temporal cortex is important for the recognition of people, objects, and patterns, the prefrontal cortex is the site of our reasoning and our imagination. The question for educators is how do we motivate and engage students to learn? How do we capture their attention? Subcortical structures such as the limbic system are important for affective‐motivational processing and memory formation, the basal ganglia integrate the sum of our cortical activity into one cortical – cognitive and behavioral – output. Finally, the cerebellum helps automate processes in our brains. Together, these are some of the neuroanatomical substrates and networks that need to be engaged for an effective approach to education. Learning requires a multi‐faceted approach and each aspect of learning will engage neural networks that will process, interpret, remember and forget the information or situation we are presented with. Mindful pedagogical planning can engage the brain on both a cognitive‐procedural level as well as an affective‐motivational level, which leads to better learning outcomes: we remember what we care about. The human brain is not a static organ and the neuroplasticity that occurs during learning can give us insights into what constitutes a truly transformative learning experience. This abstract is from the Experimental Biology 2019 Meeting. There is no full text article associated with this abstract published in The FASEB Journal .
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,015 |
| Communication savante | 0,011 | 0,014 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,013 |
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 ».