MétaCan
Menu
Retour à la cohorte
Enregistrement W4200042887 · doi:10.3389/fpsyg.2021.756654

Conceptualizations of Knowledge in Structuring Approaches to Moral Development: A Process-Relational Approach

2021· review· en· W4200042887 sur OpenAlexaff
Jeremy I. M. Carpendale, Vicki L. Parnell, Beau Wallbridge

Notice bibliographique

RevueFrontiers in Psychology · 2021
Typereview
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésMoralityEpistemologyPsychologyMeaning (existential)Process (computing)Moral developmentStructuringSocial cognitive theory of moralitySocial psychologyComputer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Like other aspects of child development, views of the nature and development of morality depend on philosophical assumptions or worldviews presupposed by researchers. We analyze assumptions regarding knowledge linked to two contrasting worldviews: Cartesian-split-mechanistic and process-relational. We examine the implications of these worldviews for approaches to moral development, including relations between morality and social outcomes, and the concepts of information, meaning, interaction and computation. It is crucial to understand how researchers view these interrelated concepts in order to understand approaches to moral development. Within the Cartesian-split-mechanistic worldview, knowledge is viewed as representation and meaning is mechanistic and fixed. Both nativism and empiricism are based in this worldview, differing in whether the source of representations is assumed to be primarily internal or external. Morality is assumed to pre-exist, either in the genome or the culture. We discuss problems with these conceptions and endorse the process-relational paradigm, according to which knowledge is constructed through interaction, and morality begins in activity as a process of coordinating perspectives, rather than the application of fixed rules. The contrast is between beginning with the mind or beginning with social activity in explaining the mind.

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 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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,214
Tête enseignante GPT0,382
Écart entre enseignants0,167 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetChild and Animal Learning DevelopmentTravaux en français237 207