Impariamo rilassandoci: percorso di rilassamento volto ad ampliare il lessico relativo allo stato psico-fisico nei bambini della scuola dell’infanzia
Bibliographic record
Abstract
La presente Tesi di Bachelor è stata applicata alla Scuola dell’infanzia di Bedigliora. La ricerca vuole indagare se il rilassamento, svolto all’interno della scuola dell’infanzia e nell’ambiente bosco, possa sviluppare il lessico legato allo stato psico-fisico nei bambini in età prescolare. In particolare, sono state adottate due tecniche di rilassamento specifiche, che hanno una base comune legata alla consapevolezza: la mindfulness e la tecnica giapponese shinrin-yoku. Il percorso pedagogico-didattico considera un campione di riferimento ristretto, composto da quattro bambini, lungo un periodo di dieci settimane, in cui gli allievi sono stati costantemente sollecitati nel verbalizzare le loro emozioni, sensazioni e stati d’animo a seguito dei momenti di rilassamento. Durante il lavoro di ricerca sono stati impiegati di due principali strumenti: l’intervista semistrutturata e il diario di bordo, i quali hanno permesso una fedele trascrizione del lessico utilizzato dai bambini. Dai dati emersi si evince che il lessico del campione selezionato ha avuto un’influenza positiva relativo a quattro categorie di lessico: sensazioni, emozioni, stati d’animo e caratteristiche di elementi concreti; tuttavia, il lessico maggiormente utilizzato dai bambini risulta essere quello inerente alle caratteristiche di elementi concreti. Relatrice: Paola Iametti.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.027 | 0.007 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".