MétaCan
Menu
Retour à la cohorte
Enregistrement W7027391363

Complexity and Critical Thought: Inference at the Edge of Chaos

2025· dissertation· en· W7027391363 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarship at UWindsor (University of Windsor) · 2025
Typedissertation
Langueen
DomaineComputer Science
ThématiqueChaos, Complexity, and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEdge of chaosInferenceSet (abstract data type)Process (computing)CriticalityArgumentation theoryComplex adaptive systemCognitionComplex systemKey (lock)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This dissertation reconceptualizes critical thought as an emergent phenomenon within a complex adaptive system of inference. Highlighting the dynamic, self-organizing nature of human reasoning provides the foundation for introducing the concept of inferential criticality and describing the associated activity of critical inference. Rather than treating critical thinking as a fixed set of cognitive skills and dispositions, this research argues that it is best understood as an adaptive process that unfolds within uncertain and evolving epistemic environments. Drawing from research on active inference and complexity science, the study frames inference as a continuous process of belief updating in which individuals navigate between differentiation and integration of information to optimize their engagement with the world. The dissertation is structured to build toward this reconceptualization. Chapters 1 and 2 establish the research context, outline the problem, articulate key questions, and detail the methodology. Chapter 3 presents a literature review on critical thinking and a phenomenographic analysis of its dominant conceptions, revealing a prevailing emphasis on logic and argumentation while also identifying alternative perspectives and critiques. Chapter 4 introduces inferential criticality as an engineered concept, arguing that inference operates as a dynamic, self-organizing system wherein criticality emerges at phase transitions—sudden shifts in system behaviour that enable adaptive and evolving inferential activity in response to an ever-changing world. A conceptual model is proposed for engaging in and observing critical inference across diverse contexts. Chapter 5 examines the pedagogical implications of this framework, slightly adapting the model from Chapter 4 to illustrate its applicability across academic disciplines. This proposed framework is then juxtaposed with a thematic analysis of syllabi from 15 undergraduate critical thinking courses across Canada, exploring how critical thinking is commonly understood, taught, and assessed. The findings reveal a strong emphasis on argument evaluation and a significant reliance on exams, tests, and quizzes as assessment methods. Chapter 6 integrates these findings, discusses broader implications, identifies limitations, and offers recommendations for future research and practice. This work challenges static, skill-based models of critical thinking, advocating for a framework grounded in active inference and self-organized criticality (SOC). Theoretical and pedagogical implications suggest that learning environments should prioritize strategies focusing on iterative differentiation and integration, contextual adaptability, and dynamic assessments that balance structure and flexibility. By integrating insights from philosophy, neuroscience, and the Scholarship of Teaching and Learning, this dissertation advances an interdisciplinary approach to understanding critical inference as a complex, embodied, and evolving process—reshaping how we conceptualize reasoning, learning, and intelligent problem-solving in classrooms and beyond.

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)
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 enseignants0,812
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)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
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 Opus0,061
Tête enseignante GPT0,302
Écart entre enseignants0,241 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship at UWindsor (University of Windsor)Même sujetChaos, Complexity, and EducationTravaux en français237 207