MétaCan
Menu
Retour à la cohorte
Enregistrement W4390616177 · doi:10.36253/me-14514

L’uso delle mappe concettuali per lo studio delle dipendenze da internet: una Unità didattica

2023· article· en· W4390616177 sur OpenAlexaboutno aff
Lidia Di Giuseppe

Notice bibliographique

RevueMedia Education · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStudioThe InternetQuarter (Canadian coin)Unit (ring theory)AddictionPopulationPandemicPsychologyTest (biology)Coronavirus disease 2019 (COVID-19)Mathematics educationPedagogySociologyComputer scienceMedicineVisual artsHistoryArtPsychiatryDisease

Résumé

récupéré en direct d'OpenAlex

The article provides an account of a research/Teaching unit that took place in a Classical High School in Rome. It began at the end of the I year and developed in the I quarter of the II year, divided into two phases, as part of the Civic Education lessons. The first purpose was to make students aware of the problems of Internet addiction, to make them self-conscious of the risks that they can run, especially following a period of pandemic, which has forced the entire Italian (and world) population to confinement at home. The second purpose was to test whether the use of concept maps was indeed useful in producing in students the desired knowledge about Internet Addiction Disorder. Concept maps were created first on research made independently by the students, then through a summary on the topic provided by the teacher. After each of the two steps, the same questionnaire was administered: the results were finally compared. It turned out that, in the transition from Step I to Step II, new learning had indeed occurred. The learning experience was fully satisfactory, and the pupils themselves confirmed that the concept maps helped them to organize and deepen the new knowledge they were acquiring.

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)0,005
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0020,005
Communication savante0,0080,008
Science ouverte0,0010,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,076
Tête enseignante GPT0,391
Écart entre enseignants0,315 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedia EducationMême sujetEducational and Social StudiesTravaux en français237 207