MétaCan
Menu
Retour à la cohorte
Enregistrement W4387489264 · doi:10.1525/collabra.88320

Assessing the Replicability of Cognitive Psychology During Remote Experiential Learning via Mobile Phone Technology

2023· article· en· W4387489264 sur OpenAlex
Benjamin J. Dyson

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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueCollabra Psychology · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of SussexUniversity of Alberta
Mots-clésExperiential learningReplication (statistics)Context (archaeology)Asynchronous communicationMobile phoneObject (grammar)Computer sciencePsychologyCognitionPhoneMobile deviceMultimediaCognitive psychologyData scienceApplied psychologyMathematics educationArtificial intelligenceWorld Wide WebTelecommunicationsGeography

Résumé

récupéré en direct d'OpenAlex

A recent global health crisis demanded the wholesale configuration of both teaching and research from in-person to on-line formats. This allowed for an environmental sweep regarding the replicability of some classic and contemporary findings in Cognitive Psychology in the context of an undergraduate course, in which eight portable experimental packages were written for mobile phone. Running across three semesters (average n per study = 585), data consistently produced evidence either for (Faces, Search, Object, RPS, Rotate) or against (Doodle, Trivia) the original findings, with the exception of one study (House) that produced ambiguous findings. The scheme not only allows students exposure to and discussion of the replication crisis within empirical science, but also provides a framework for the future implementation of experiential learning during remote and asynchronous teaching. With continued evaluation made possible via Open Science Framework, a central question is whether on-line data collection violates an essential auxiliary assumption for the replication of in-person data.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,631
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,004
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 Opus0,030
Tête enseignante GPT0,432
Écart entre enseignants0,402 · 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