MétaCan
Menu
Retour à la cohorte
Enregistrement W3215815420 · doi:10.22034/ijashss.2022.1.7

Investigation of Metacognitive Knowledge in Psychology and Its Effects on Memory

2022· article· en· W3215815420 sur OpenAlexaff
Farahan Sultanai

Notice bibliographique

RevueInternational Journal of Advanced Studies · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMetacognitionPsychologyRuminationCognitive psychologyCognitionMeaning (existential)Context (archaeology)AnxietyProcess (computing)Social psychologyPsychotherapistComputer science

Résumé

récupéré en direct d'OpenAlex

Metacognitive knowledge refers to the beliefs and moral theories that individuals have about their thinking, such as beliefs about the meaning of a particular type of thought and beliefs about the effectiveness of memory and cognitive control. It is useful to consider both explicit and implicit metacognitive knowledge, especially in the context of emotional disorder. Explicit metacognitive knowledge is conscious knowledge. For example, people with generalized anxiety disorder believe that worrying is uncontrollable and dangerous, and some believe that worrying can have benefits. Patients with obsessive-compulsive disorder believe that they have certain thoughts that lead to negative events or unwanted actions, and people with depression have positive beliefs about rumination. Implicit metacognitive knowledge is usually not conscious and cannot be expressed verbally. This knowledge includes the rules or designs that guide the process, such as paying attention, searching in memory, and using exploratory measures and bias in judgment. Considering this knowledge as a method or design for information processing is useful, and such metacognitive designs may be important at least as news knowledge in emotional disorder.

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)0,001
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,095
Tête enseignante GPT0,481
Écart entre enseignants0,386 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Advanced StudiesMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207