MétaCan
Menu
Retour à la cohorte
Enregistrement W4392292348 · doi:10.5539/ijps.v16n1p61

5-Year-Old Children Performing Piaget’s Liquid Conservation Tasks Demonstrated in Physical and Digital Environment

2024· article· en· W4392292348 sur OpenAlexvenueno aff
Christos Sakkas, Stavroula Samartzi

Notice bibliographique

RevueInternational Journal of Psychological Studies · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Research and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyDevelopmental psychologyCognitive psychologyCognitive science

Résumé

récupéré en direct d'OpenAlex

This study investigates the understanding of Piaget's concept of liquid conservation in 5-year-old children, comparing physical and digital environments of executing conservation tasks. Involving 86 participants (equal gender representation), it employs an Android tablet to demonstrate the pouring of water between glasses with animated images in a digital environment condition and real glasses (one short-wide and one long-narrow) filled with water for the physical environment condition. Each child completed four distinct conservation tasks, each one 3 times, designed to parallel each other in both environments. Two of the tasks concerned the general concept of conservation, and the other two were either about identity or compensation or reversibility concepts. The study aims to determine whether digital environments can be as effective as physical ones in teaching fundamental conservation concepts, exploring the impact of emerging digital learning tools versus traditional methods. Another objective of this study is to find associations between the general concept of conservation and the three other concepts: identity, compensation, and reversibility. This research contributes to the understanding of cognitive development in children and the efficacy of digital versus physical learning aids by verifying that children perceive physical and virtual learning with the same effectiveness.

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 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 enseignants0,473
Score d'incertitude au seuil0,245

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,071
Tête enseignante GPT0,412
Écart entre enseignants0,341 · 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.

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Psychological StudiesMême sujetEducational Research and PedagogyTravaux en français237 207