MétaCan
Menu
Retour à la cohorte
Enregistrement W4255630118 · doi:10.1017/cbo9780511614880.024

Introduction

2005· book-chapter· en· W4255630118 sur OpenAlexaff

Notice bibliographique

RevueCambridge University Press eBooks · 2005
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiquePhilosophy and History of Science
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

The prefix “pseudo” is derived from a Greek word meaning “false.” Pseudoscience refers to theories, assumptions, and methods that are mistakenly thought to be scientific. Obviously the distinction between science and pseudoscience is not clear-cut. Pseudoscience overlaps with scientific “misconceptions” - beliefs that are held by students and the general public that differ from scientific fact. Both of these concepts are subtle ones, since all scientific theories can be regarded as tentative to some degree. At the 1996 IAU conference on astronomy education in London, UK, Neil Comins classified astronomical misconceptions into about 20 types, and he has described these in detail in his book Heavenly Errors (Columbia University Press, 2001). Some misconceptions are cognitive in nature; they are dealt with in our Part II. Others are products of religious belief or superstition (often transmitted through the “authority” of family or friends), or popular culture, or errors or excesses of the media. In relation to astronomy, notable pseudosciences include astrology, space aliens, and creationism; the works of Velikovsky also fall under the pseudoscience rubric. The majority of students will be affected in some way by these beliefs. How to deal with them? The theory of constructivism is one of the most influential sciencelearning theories in schools today. It states that, by reflecting on their own knowledge and experiences, students build their own new knowledge about the universe around them. Teachers must therefore be aware of students' pseudoscientific beliefs, as well as their other misconceptions, if they are to correct them through their teaching. Many of them are deeply rooted. They cannot easily be changed by lectures and textbooks. They must be confronted through minds-on teaching.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,405
Score d'incertitude au seuil0,849

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0050,004
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,4050,233

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 Opus0,036
Tête enseignante GPT0,173
Écart entre enseignants0,137 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetPhilosophy and History of ScienceTravaux en français237 207