MétaCan
Menu
Retour à la cohorte
Enregistrement W4392890458 · doi:10.61838/kman.psychnexus.1.1.16

The Evolving Learner: Educational Psychology's Perspectives on Growth and Development

2023· article· en· W4392890458 sur OpenAlexaff
Seyed Ali Darbani, Neda Atapour

Notice bibliographique

RevueKMAN Counseling and Psychology Nexus · 2023
Typearticle
Langueen
DomainePsychology
ThématiquePsychology of Development and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEducational psychologyAutonomyPsychologyDiversity (politics)Educational technologyPedagogyLearner autonomyNarrativeKnowledge managementEngineering ethicsSociologyComputer sciencePolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

This article aims to explore the multidimensional influences on learner development within educational psychology, focusing on learner autonomy, engagement, the impact of technology, and the integration of cultural diversity in educational settings. A narrative review method was utilized, synthesizing studies from various educational contexts. This included an analysis of learner interaction, motivational psychology, adaptive learning systems, and the integration of digital technologies in education. The review reveals that learner autonomy, engagement, and the effective use of technology significantly contribute to learner development. Additionally, cultural diversity and social-emotional learning play crucial roles in shaping educational outcomes. Emerging technologies such as AI, AR, and VR show potential in enhancing learning experiences. The article concludes that educational practices are evolving towards being more learner-centered and technology-enhanced. It emphasizes the importance of adaptive learning environments and suggests future research directions in educational technology and pedagogy to support holistic learner development.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,780
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,038
Tête enseignante GPT0,364
Écart entre enseignants0,326 · 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'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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKMAN Counseling and Psychology NexusMême sujetPsychology of Development and EducationTravaux en français237 207