MétaCan
Menu
Retour à la cohorte
Enregistrement W4400245423 · doi:10.4000/11xa9

The dialectic between knowledge, knowing, and concept in the theory of objectification

2024· article· en· W4400245423 sur OpenAlexaff
Luis Radford

Notice bibliographique

RevueÉducation & didactique · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital literacy in education
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésObjectificationDialecticEpistemologyPsychologySociologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

The theory of objectification (TO) is a theory of learning that seeks to foster conceptually rich, and critical, inclusive, and democratic pedagogical practices. The conception of these practices is based on a new understanding of learning as a cultural-historical process. In turn, the theoretical formulation of learning is anchored in a conception of knowledge that departs from the accounts of rationalists and (new and old) empiricists. The purpose of this article is to offer an overview of knowledge and learning as conceived in the TO. This overview is, of necessity, philosophical, as it addresses a problem that has often been overlooked in educational research: the ontological problem of the nature of knowledge – such as mathematical and scientific knowledge. The philosophical overview presented here is based on a specific philosophy that inspires the theory of objectification: dialectical materialism. Drawing on this philosophy, I theorize learning as a social, embodied, affective, semiotic, and material process where individuals encounter knowledge. In this encounter knowledge manifests itself in sensible practical and material activity through what it is called here knowing and concept. As argued in this article, knowledge, knowing, and concept are three modes of existence of a same entity that is invoked in the movement of learning.

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)0,010
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0040,050
Communication savante0,0100,014
Science ouverte0,0020,005
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,017
Tête enseignante GPT0,309
Écart entre enseignants0,292 · 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'étudeThéorique ou conceptuel
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueÉducation & didactiqueMême sujetDigital literacy in educationTravaux en français237 207