On a New Taxonomy of Concepts and Conceptual Change: In Search of the Brain’s Probabilistic Language of Learning Scientific Concepts
Notice bibliographique
Résumé
Abstract Over four decades of conceptual change studies in science education have been based on the assumption that learners come to science classrooms with functionally fixated intuitive ideas. However, it is largely ignored that such pre-instructional conceptions are probabilistic, reflecting some aspects of an idiosyncratic sampling of their experiences and intuitive decision-making. This study foregrounds the probabilistic aspect of international students' intuitive and counterintuitive conceptions when learning pendulum motion. The probability here is rooted in a moving neural time average in the mind for characterizing these students' cognition (sampling and decision-making) and learning processes (resampling and making a new decision). To sharpen the said focus, we would argue that a new taxonomy of physics concepts is needed to save the mathematical identification of the isochrony of pendulum motion. To connect the mathematical core-based taxonomy with reality, we conducted an experimental study to characterising these students' reaction time and error rates in matching the period of a visually presented pendulum, which embodied its mathematical identity: T = 2π√l/g. The reaction times and error rates data have converged on the probabilistic aspects of the students' active learning mechanisms in their mind. The pedagogical implications of such a probabilistic cognitive mechanism have also been discussed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,013 |
| Communication savante | 0,008 | 0,034 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».