MétaCan
Menu
Retour à la cohorte
Enregistrement W4405295048 · doi:10.1080/10447318.2024.2433593

RETRACTED ARTICLE: Physical Education Using VR Mobile Apps: Development of Individual Thinking Skills and Self-Esteem

2024· article· en· W4405295048 sur OpenAlexaboutno aff
Changfeng Ning, Menglu Li, Suyi Jiang

Dossier post-publication

OpenAlex signale ce travail comme rétracté, mais aucune notice correspondante de Retraction Watch ne figure dans cette base.

Notice bibliographique

RevueInternational Journal of Human-Computer Interaction · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducation and Learning Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSelf-esteemMobile appsPsychologyApplied psychologyMultimediaMedical educationMathematics educationDevelopmental psychologyComputer scienceWorld Wide WebMedicine

Résumé

récupéré en direct d'OpenAlex

We, the Editors and Publisher of the International Journal of Human–Computer Interaction have retracted the following article:Ning, C., Li, M., & Jiang, S (2024). Physical Education Using VR Mobile Apps: Development of Individual Thinking Skills and Self-Esteem. International Journal of Human–Computer Interaction, 41(16), 10339–10349. https://doi.org/10.1080/10447318.2024.2433593Following publication, concerns were raised by a third party about the methods and results described in the article. The publisher agreed with the concerns and contacted the authors for an explanation; however, the authors did not respond. As verifying the validity of published work is core to the integrity of the scholarly record, we are therefore retracting the article.We have been informed in our decision-making by our editorial policies and the COPE guidelines.The retracted article will remain online to maintain the scholarly record, but it will be digitally watermarked on each page as “Retracted.”

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)0,002
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0060,003
Charge utile insuffisante (le modèle a refusé de juger)0,0300,011

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 Opus0,022
Tête enseignante GPT0,365
Écart entre enseignants0,344 · 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'étudeEssai non randomisé
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Human-Computer InteractionMême sujetEducation and Learning InterventionsTravaux en français237 207