teaching:psychologie_de_l_education

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentes Révision précédente
Prochaine révision
Révision précédente
teaching:psychologie_de_l_education [2020/12/01 03:17]
villersd
teaching:psychologie_de_l_education [2021/07/27 18:20] (Version actuelle)
villersd [Articles plus récents ou complémentaires :]
Ligne 1: Ligne 1:
 ====== Psychologie de l'éducation ====== ====== Psychologie de l'éducation ======
  
-Thèmatiques reliées : neurosciences, cognition/métacognition, motivation,...+Thématiques reliées : neurosciences, cognition/métacognition, motivation,...
  
 +À ajouter : 
 +  * [[https://edrev.asu.edu/edrev/index.php/ER/article/viewFile/2025/545]] Sweller, cognitive Load,...
 +  * [[kirschner-how_learning_happens|Paul A. Kirschner, Carl Hendrick : How Learning Happens - Seminal Works in Educational Psychology and What They Mean in Practice]] Routledge (2020)
 +  * meta-cognition... (ou une thématique spécifique de neuro-éducation...)
 ===== Principes fondamentaux ===== ===== Principes fondamentaux =====
 <WRAP center round tip 100%> <WRAP center round tip 100%>
Ligne 117: Ligne 121:
     * Cognitive load theory has traditionally been associated with individual learning. Based on evolutionary educational psychology and our knowledge of human cognition, particularly the relations between working memory and long-term memory, the theory has been used to generate a variety of instructional effects. Though these instructional effects also influence the efficiency and effectiveness of collaborative learning, be it computer supported or face-to-face, they are often not considered either when designing collaborative learning situations/environments or researching collaborative learning. One reason for this omission is that cognitive load theory has only sporadically concerned itself with certain particulars of collaborative learning such as the concept of a collective working memory when collaborating along with issues associated with transactive activities and their concomitant costs which are inherent to collaboration. We illustrate how and why cognitive load theory, by adding these concepts, can throw light on collaborative learning and generate principles specific to the design and study of collaborative learning.     * Cognitive load theory has traditionally been associated with individual learning. Based on evolutionary educational psychology and our knowledge of human cognition, particularly the relations between working memory and long-term memory, the theory has been used to generate a variety of instructional effects. Though these instructional effects also influence the efficiency and effectiveness of collaborative learning, be it computer supported or face-to-face, they are often not considered either when designing collaborative learning situations/environments or researching collaborative learning. One reason for this omission is that cognitive load theory has only sporadically concerned itself with certain particulars of collaborative learning such as the concept of a collective working memory when collaborating along with issues associated with transactive activities and their concomitant costs which are inherent to collaboration. We illustrate how and why cognitive load theory, by adding these concepts, can throw light on collaborative learning and generate principles specific to the design and study of collaborative learning.
     * La théorie des charges cognitives est traditionnellement associée à l'apprentissage individuel. Fondée sur la psychologie de l'éducation évolutive et notre connaissance de la cognition humaine, en particulier les relations entre la mémoire de travail et la mémoire à long terme, cette théorie a été utilisée pour générer une variété d'effets pédagogiques. Bien que ces effets pédagogiques influent également sur l'efficience et l'efficacité de l'apprentissage collaboratif, qu'il soit assisté par ordinateur ou en face à face, ils ne sont souvent pas pris en compte lors de la conception de situations/environnements d'apprentissage collaboratif ou de la recherche sur l'apprentissage collaboratif. L'une des raisons de cette omission est que la théorie de la charge cognitive ne s'est préoccupée que sporadiquement de certaines particularités de l'apprentissage collaboratif, comme le concept de mémoire de travail collective lors de la collaboration, ainsi que des questions liées aux activités transactives et à leurs coûts concomitants qui sont inhérents à la collaboration. Nous illustrons comment et pourquoi la théorie des charges cognitives, en ajoutant ces concepts, peut éclairer l'apprentissage collaboratif et générer des principes spécifiques à la conception et à l'étude de l'apprentissage collaboratif.     * La théorie des charges cognitives est traditionnellement associée à l'apprentissage individuel. Fondée sur la psychologie de l'éducation évolutive et notre connaissance de la cognition humaine, en particulier les relations entre la mémoire de travail et la mémoire à long terme, cette théorie a été utilisée pour générer une variété d'effets pédagogiques. Bien que ces effets pédagogiques influent également sur l'efficience et l'efficacité de l'apprentissage collaboratif, qu'il soit assisté par ordinateur ou en face à face, ils ne sont souvent pas pris en compte lors de la conception de situations/environnements d'apprentissage collaboratif ou de la recherche sur l'apprentissage collaboratif. L'une des raisons de cette omission est que la théorie de la charge cognitive ne s'est préoccupée que sporadiquement de certaines particularités de l'apprentissage collaboratif, comme le concept de mémoire de travail collective lors de la collaboration, ainsi que des questions liées aux activités transactives et à leurs coûts concomitants qui sont inhérents à la collaboration. Nous illustrons comment et pourquoi la théorie des charges cognitives, en ajoutant ces concepts, peut éclairer l'apprentissage collaboratif et générer des principes spécifiques à la conception et à l'étude de l'apprentissage collaboratif.
 +  * **[[https://www.nature.com/articles/s41588-018-0147-3|Gene discovery and polygenic prediction from a genome-wide association study of educational attainment in 1.1 million individuals]]** __(genetic & education)__ Lee, J.J., Wedow, R., Okbay, A. et al., Nat Genet 50, 1112–1121 (2018). DOI: 10.1038/s41588-018-0147-3
 +    * **Abstract :** We conduct a large-scale genetic association analysis of educational attainment in a sample of ~1.1 million individuals and identify 1,271 independent genome-wide-significant SNPs. For the SNPs taken together, we found evidence of heterogeneous effects across environments. The SNPs implicate genes involved in brain-development processes and neuron-to-neuron communication. In a separate analysis of the X chromosome, we identify 10 independent genome-wide-significant SNPs and estimate a SNP heritability of ~0.3% in both men and women, consistent with partial dosage compensation. A joint (multi-phenotype) analysis of educational attainment and three related cognitive phenotypes generates polygenic scores that explain 11–13% of the variance in educational attainment and 7–10% of the variance in cognitive performance. This prediction accuracy substantially increases the utility of polygenic scores as tools in research.
 +    * **Résumé :** Nous effectuons une analyse d'association génétique à grande échelle du niveau d'éducation dans un échantillon d'environ 1,1 million d'individus et identifions 1 271 SNP indépendants significatifs à l'échelle du génome. Pour l'ensemble des SNP, nous avons trouvé des preuves d'effets hétérogènes dans les différents environnements. Les SNP impliquent des gènes impliqués dans les processus de développement du cerveau et la communication entre les neurones. Dans une analyse séparée du chromosome X, nous avons identifié 10 SNP indépendants significatifs à l'échelle du génome et estimé une héritabilité des SNP d'environ 0,3 % chez les hommes et les femmes, ce qui correspond à une compensation partielle de la dose. Une analyse conjointe (multi-phénotype) du niveau d'éducation et de trois phénotypes cognitifs connexes génère des scores polygéniques qui expliquent 11-13% de la variance du niveau d'éducation et 7-10% de la variance des performances cognitives. Cette précision de prédiction augmente considérablement l'utilité des scores polygéniques en tant qu'outils de recherche. SNP : single-nucleotide polymorphism ou polymorphisme d'un seul nucléotide.
 +    * preprint (pubmed) : [[https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6393768/]]
   * **[[https://onlinelibrary.wiley.com/doi/abs/10.1002/acp.3410|The learning benefits of teaching: A retrieval practice hypothesis]]**  Koh, AWL, Lee, SC, Lim, SWH. The learning benefits of teaching: A retrieval practice hypothesis. Appl Cognit Psychol. 2018; 32: 401– 410. DOI: 10.1002/acp.3410 ⭐⭐⭐⭐   * **[[https://onlinelibrary.wiley.com/doi/abs/10.1002/acp.3410|The learning benefits of teaching: A retrieval practice hypothesis]]**  Koh, AWL, Lee, SC, Lim, SWH. The learning benefits of teaching: A retrieval practice hypothesis. Appl Cognit Psychol. 2018; 32: 401– 410. DOI: 10.1002/acp.3410 ⭐⭐⭐⭐
     * **Abstract :** Teaching educational materials to others enhances the teacher's own learning of those to‐be‐taught materials, although the underlying mechanisms remain largely unknown. Here, we show that the learning‐by‐teaching benefit is possibly a retrieval benefit. Learners (a) solved arithmetic problems (i.e., they neither taught nor retrieved; //control group//), (b) taught without relying on teaching notes (i.e., they had to retrieve the materials while teaching; //teaching group//), (c) taught with teaching notes (i.e., they did not retrieve the materials while teaching; //teaching without retrieval practice [TnRP] group//), or (d) retrieved (i.e., they did not teach but only practised retrieving; //retrieval practice group//). In a final comprehension test 1 week later, learners in the teaching group, as did those in the retrieval practice group, outperformed learners in the TnRP and control groups. Retrieval practice possibly causes the learning benefits of teaching.     * **Abstract :** Teaching educational materials to others enhances the teacher's own learning of those to‐be‐taught materials, although the underlying mechanisms remain largely unknown. Here, we show that the learning‐by‐teaching benefit is possibly a retrieval benefit. Learners (a) solved arithmetic problems (i.e., they neither taught nor retrieved; //control group//), (b) taught without relying on teaching notes (i.e., they had to retrieve the materials while teaching; //teaching group//), (c) taught with teaching notes (i.e., they did not retrieve the materials while teaching; //teaching without retrieval practice [TnRP] group//), or (d) retrieved (i.e., they did not teach but only practised retrieving; //retrieval practice group//). In a final comprehension test 1 week later, learners in the teaching group, as did those in the retrieval practice group, outperformed learners in the TnRP and control groups. Retrieval practice possibly causes the learning benefits of teaching.
Ligne 140: Ligne 148:
     * **Abstract :** The authors describe a research-based conceptual framework of how students learn that can guide the design, implementation, and troubleshooting of teaching practice. The framework consists of nine interacting cognitive challenges that teachers need to address to enhance student learning. These challenges include student mental mindset, metacognition and self-regulation, student fear and mistrust, prior knowledge, misconceptions, ineffective learning strategies, transfer of learning, constraints of selective attention, and the constraints of mental effort and working memory. The challenges are described with recommendations on how to address each one. What is effective for one situation may not be effective in others, and no single teaching method will always be optimal for all teachers, students, topics, and educational contexts. The teacher’s task is to manage this complex interaction successfully.     * **Abstract :** The authors describe a research-based conceptual framework of how students learn that can guide the design, implementation, and troubleshooting of teaching practice. The framework consists of nine interacting cognitive challenges that teachers need to address to enhance student learning. These challenges include student mental mindset, metacognition and self-regulation, student fear and mistrust, prior knowledge, misconceptions, ineffective learning strategies, transfer of learning, constraints of selective attention, and the constraints of mental effort and working memory. The challenges are described with recommendations on how to address each one. What is effective for one situation may not be effective in others, and no single teaching method will always be optimal for all teachers, students, topics, and educational contexts. The teacher’s task is to manage this complex interaction successfully.
     * **Résumé :** Les auteurs décrivent un cadre conceptuel basé sur la recherche sur la façon dont les étudiants apprennent, qui peut guider la conception, la mise en œuvre et le dépannage des pratiques d'enseignement. Ce cadre se compose de neuf défis cognitifs en interaction que les enseignants doivent relever pour améliorer l'apprentissage des élèves. Ces défis comprennent la mentalité des étudiants, la métacognition et l'autorégulation, la peur et la méfiance des étudiants, les connaissances préalables, les idées fausses, les stratégies d'apprentissage inefficaces, le transfert de l'apprentissage, les contraintes de l'attention sélective et les contraintes de l'effort mental et de la mémoire de travail. Les défis sont décrits avec des recommandations sur la manière de les relever. Ce qui est efficace dans une situation donnée peut ne pas l'être dans d'autres, et aucune méthode d'enseignement ne sera toujours optimale pour tous les enseignants, étudiants, sujets et contextes éducatifs. La tâche de l'enseignant consiste à gérer avec succès cette interaction complexe.     * **Résumé :** Les auteurs décrivent un cadre conceptuel basé sur la recherche sur la façon dont les étudiants apprennent, qui peut guider la conception, la mise en œuvre et le dépannage des pratiques d'enseignement. Ce cadre se compose de neuf défis cognitifs en interaction que les enseignants doivent relever pour améliorer l'apprentissage des élèves. Ces défis comprennent la mentalité des étudiants, la métacognition et l'autorégulation, la peur et la méfiance des étudiants, les connaissances préalables, les idées fausses, les stratégies d'apprentissage inefficaces, le transfert de l'apprentissage, les contraintes de l'attention sélective et les contraintes de l'effort mental et de la mémoire de travail. Les défis sont décrits avec des recommandations sur la manière de les relever. Ce qui est efficace dans une situation donnée peut ne pas l'être dans d'autres, et aucune méthode d'enseignement ne sera toujours optimale pour tous les enseignants, étudiants, sujets et contextes éducatifs. La tâche de l'enseignant consiste à gérer avec succès cette interaction complexe.
- +    * Remarques : 
-Traduit avec www.DeepL.com/Translator (version gratuite)+      * [[https://www.dropbox.com/s/eojg1qkk2xrs21w/Cognitive%20Challenges%20of%20Effective%20Teaching%20Draft%209-1-20.docx?dl=0|preprint disponible]] 
 +      * [[https://mobile.twitter.com/SChewPsych|Twitter Stephen Chew]], [[https://sites.google.com/view/nwsccofrc/understanding-learning/dr-stephen-chew|website]], [[https://www.samford.edu/departments/academic-success-center/how-to-study|How to Study Video Series]] + **[[https://www.samford.edu/departments/files/Academic_Success_Center/How-to-Study-Teaching_Resources.pdf|Teaching guide]]** 
 +      * //Cf.// particulièrement Table 1. The cognitive challenges of effective teaching 
 +  * **[[https://www.nature.com/articles/s41539-021-00091-x|An fMRI study of scientists with a Ph.D. in physics confronted with naive ideas in science]]** Allaire-Duquette, G., Brault Foisy, LM., Potvin, P. et al. npj Sci. Learn. 6, 11 (2021). DOI: 10.1038/s41539-021-00091-x 
 +    * **Abstract :** A central challenge in developing conceptual understanding in science is overcoming naive ideas that contradict the content of science curricula. Neuroimaging studies reveal that high school and university students activate frontal brain areas associated with inhibitory control to overcome naive ideas in science, probably because they persist despite scientific training. However, no neuroimaging study has yet explored how persistent naive ideas in science are. Here, we report brain activations of 25 scientists with a Ph.D. in physics assessing the scientific value of naive ideas in science. Results show that scientists are slower and have lower accuracy when judging the scientific value of naive ideas compared to matched control ideas. fMRI data reveals that a network of frontal brain regions is more activated when judging naive ideas. Results suggest that naive ideas are likely to persist, even after completing a Ph.D. Advanced experts may still rely on high order executive functions like inhibitory control to overcome naive ideas when the context requires it. 
 +    * **Résumé :** L'un des principaux défis à relever pour développer la compréhension conceptuelle des sciences consiste à surmonter les idées naïves qui contredisent le contenu des programmes d'enseignement scientifique. Les études de neuro-imagerie révèlent que les lycéens et les étudiants activent les zones frontales du cerveau associées au contrôle inhibiteur pour surmonter les idées naïves en sciences, probablement parce qu'elles persistent malgré la formation scientifique. Cependant, aucune étude de neuro-imagerie n'a encore exploré la persistance des idées naïves en sciences. Ici, nous rapportons les activations cérébrales de 25 scientifiques titulaires d'un doctorat en physique évaluant la valeur scientifique des idées naïves en science. Les résultats montrent que les scientifiques sont plus lents et moins précis lorsqu'ils évaluent la valeur scientifique d'idées naïves par rapport à des idées de contrôle appariées. Les données d'IRMf révèlent qu'un réseau de régions frontales du cerveau est plus activé lors de l'évaluation d'idées naïves. Les résultats suggèrent que les idées naïves sont susceptibles de persister, même après l'obtention d'un doctorat. Les experts avancés peuvent encore compter sur des fonctions exécutives de haut niveau, comme le contrôle inhibiteur, pour surmonter les idées naïves lorsque le contexte l'exige. 
 +    * Twitter : [[https://mobile.twitter.com/dylanwiliam/status/1407374441143750656|Dylan William]] → "More evidence that learning in science appears to be less a process of "conceptual change" and more a process of suppressing intuitive conceptions in favour of more powerful ones (cf Kahneman's thinking fast and slow)" 
 +  * **[[https://journals.sagepub.com/doi/full/10.1177/25152459211027575|ManyClasses 1: Assessing the Generalizable Effect of Immediate Feedback Versus Delayed Feedback Across Many College Classes]]** Fyfe ER, de Leeuw JR, Carvalho PF, et al. Advances in Methods and Practices in Psychological Science. July 2021. DOI: 10.1177/25152459211027575 
 +    * **Abstract :** Psychology researchers have long attempted to identify educational practices that improve student learning. However, experimental research on these practices is often conducted in laboratory contexts or in a single course, which threatens the external validity of the results. In this article, we establish an experimental paradigm for evaluating the benefits of recommended practices across a variety of authentic educational contexts—a model we call ManyClasses. The core feature is that researchers examine the same research question and measure the same experimental effect across many classes spanning a range of topics, institutions, teacher implementations, and student populations. We report the first ManyClasses study, in which we examined how the timing of feedback on class assignments, either immediate or delayed by a few days, affected subsequent performance on class assessments. Across 38 classes, the overall estimate for the effect of feedback timing was 0.002 (95% highest density interval = [−0.05, 0.05]), which indicates that there was no effect of immediate feedback compared with delayed feedback on student learning that generalizes across classes. Furthermore, there were no credibly nonzero effects for 40 preregistered moderators related to class-level and student-level characteristics. Yet our results provide hints that in certain kinds of classes, which were undersampled in the current study, there may be modest advantages for delayed feedback. More broadly, these findings provide insights regarding the feasibility of conducting within-class randomized experiments across a range of naturally occurring learning environments. 
 +    * **Résumé :** Les chercheurs en psychologie tentent depuis longtemps d'identifier les pratiques pédagogiques qui améliorent l'apprentissage des élèves. Cependant, la recherche expérimentale sur ces pratiques est souvent menée dans des contextes de laboratoire ou dans un seul cours, ce qui menace la validité externe des résultats. Dans cet article, nous établissons un paradigme expérimental pour évaluer les avantages des pratiques recommandées dans une variété de contextes éducatifs authentiques - un modèle que nous appelons ManyClasses. La caractéristique principale est que les chercheurs examinent la même question de recherche et mesurent le même effet expérimental dans de nombreuses classes couvrant un éventail de sujets, d'institutions, de mises en œuvre par les enseignants et de populations d'étudiants. Nous présentons la première étude ManyClasses, dans laquelle nous avons examiné comment le moment du retour d'information sur les travaux de classe, immédiat ou retardé de quelques jours, affectait les performances ultérieures aux évaluations de la classe. Dans 38 classes, l'estimation globale de l'effet du moment du retour d'information était de 0,002 (intervalle de densité maximale de 95 % = [-0,05, 0,05]), ce qui indique qu'il n'y a pas d'effet du retour d'information immédiat par rapport au retour d'information différé sur l'apprentissage des élèves qui se généralise à toutes les classes. En outre, il n'y avait pas d'effets non nuls crédibles pour 40 modérateurs préenregistrés liés aux caractéristiques de la classe et de l'élève. Pourtant, nos résultats indiquent que dans certains types de classes, qui ont été sous-échantillonnées dans l'étude actuelle, il peut y avoir des avantages modestes pour le feedback différé. Plus largement, ces résultats fournissent des indications sur la faisabilité de mener des expériences randomisées au sein d'une classe dans une gamme d'environnements d'apprentissage naturels. 
 +    * Twitter : [[https://mobile.twitter.com/PezziMichela/status/1420013828801236999|tw1]]
  
  
Ligne 216: Ligne 234:
     * lien vers l'article original : [[https://www.tandfonline.com/doi/abs/10.1207/s15327809jls0603_1]]     * lien vers l'article original : [[https://www.tandfonline.com/doi/abs/10.1207/s15327809jls0603_1]]
     * autres liens : [[http://www.public.asu.edu/~mtchi/papers/Verbaldata.pdf]], [[https://www.researchgate.net/publication/2403277_Quantifying_Qualitative_Analyses_of_Verbal_Data_A_Practical_Guide]]     * autres liens : [[http://www.public.asu.edu/~mtchi/papers/Verbaldata.pdf]], [[https://www.researchgate.net/publication/2403277_Quantifying_Qualitative_Analyses_of_Verbal_Data_A_Practical_Guide]]
-  * Chi, M. T. H., Feltovich, P. J., & Glaser, R. (1981). **Categorization and representation of physics problems by experts and novices** Cognitive Science. 5(2), 121–152. DOI: 10.1207/s15516709cog0502_2+  * Chi, M. T. H., Feltovich, P. J., & Glaser, R. (1981). **Categorization and representation of physics problems by experts and novices** Cognitive Science. 5(2), 121–152. DOI: 10.1207/s15516709cog0502_2 ⭐⭐⭐⭐⭐
     * The representation of physics problems in relation to the organization of physics knowledge is investigated in experts and novices. Four experiments examine (a) the existence of problem categories as a basis for representation; (b) differences in the categories used by experts and novices; (c) differences in the knowledge associated with the categories; and (d) features in the problems that contribute to problem categorization and representation. Results from sorting tasks and protocols reveal that experts and novices begin their problem representations with specifiably different problem categories, and completion of the representations depends on the knowledge associated with the categories. For, the experts initially abstract physics principles to approach and solve a problem representation, whereas novices base their representation and approaches on the problem’s literal features. (Abstract of the article).     * The representation of physics problems in relation to the organization of physics knowledge is investigated in experts and novices. Four experiments examine (a) the existence of problem categories as a basis for representation; (b) differences in the categories used by experts and novices; (c) differences in the knowledge associated with the categories; and (d) features in the problems that contribute to problem categorization and representation. Results from sorting tasks and protocols reveal that experts and novices begin their problem representations with specifiably different problem categories, and completion of the representations depends on the knowledge associated with the categories. For, the experts initially abstract physics principles to approach and solve a problem representation, whereas novices base their representation and approaches on the problem’s literal features. (Abstract of the article).
     * La représentation des problèmes de physique en relation avec l'organisation des connaissances en physique est étudiée par des experts et des novices. Quatre expériences examinent: a) l’existence de catégories de problèmes comme base de la représentation; (b) les différences dans les catégories utilisées par les experts et les novices; (c) les différences dans les connaissances associées aux catégories; et (d) les caractéristiques des problèmes qui contribuent à la catégorisation et à la représentation des problèmes. Les résultats des tâches de tri et des protocoles indiquent que les experts et les novices commencent leurs représentations de problèmes avec des catégories de problèmes différentes, et que leur réalisation dépend des connaissances associées aux catégories. En effet, les experts ont d’abord résumé les principes de la physique pour aborder et résoudre un problème, tandis que les novices basent leur représentation et leurs approches sur les caractéristiques littérales du problème.     * La représentation des problèmes de physique en relation avec l'organisation des connaissances en physique est étudiée par des experts et des novices. Quatre expériences examinent: a) l’existence de catégories de problèmes comme base de la représentation; (b) les différences dans les catégories utilisées par les experts et les novices; (c) les différences dans les connaissances associées aux catégories; et (d) les caractéristiques des problèmes qui contribuent à la catégorisation et à la représentation des problèmes. Les résultats des tâches de tri et des protocoles indiquent que les experts et les novices commencent leurs représentations de problèmes avec des catégories de problèmes différentes, et que leur réalisation dépend des connaissances associées aux catégories. En effet, les experts ont d’abord résumé les principes de la physique pour aborder et résoudre un problème, tandis que les novices basent leur représentation et leurs approches sur les caractéristiques littérales du problème.
Ligne 386: Ligne 404:
     * autres liens : [[http://www.scirp.org/(S(i43dyn45teexjx455qlt3d2q))/reference/ReferencesPapers.aspx?ReferenceID=1983960]], [[https://www.researchgate.net/publication/263080929_From_Cognitive_Modeling_to_Self-Regulation_A_Social_Cognitive_Career_Path|lien RG]]     * autres liens : [[http://www.scirp.org/(S(i43dyn45teexjx455qlt3d2q))/reference/ReferencesPapers.aspx?ReferenceID=1983960]], [[https://www.researchgate.net/publication/263080929_From_Cognitive_Modeling_to_Self-Regulation_A_Social_Cognitive_Career_Path|lien RG]]
  
-===== Near and far transfer in cognitive training =====+===== Transfer of learning =====
 FIXME FIXME
   * E. L. Thorndike, “The Influence of First Year Latin upon the Ability to Read English,” School Sociology 17 (1923): 165–168.   * E. L. Thorndike, “The Influence of First Year Latin upon the Ability to Read English,” School Sociology 17 (1923): 165–168.
   * Sala, G., Aksayli, N. D., Tatlidil, K. S., Tatsumi, T., Gondo, Y. et Gobet, F. (2018). Near and far transfer in cognitive training: a second-order meta-analysis.  DOI: 10.17605/OSF.IO/9EFQD   * Sala, G., Aksayli, N. D., Tatlidil, K. S., Tatsumi, T., Gondo, Y. et Gobet, F. (2018). Near and far transfer in cognitive training: a second-order meta-analysis.  DOI: 10.17605/OSF.IO/9EFQD
   * [[https://www.aft.org/ae/spring2020/debruyckere_kirschner_hulshof|If You Learn A, Will You Be Better Able to Learn B?]] Understanding Transfer of Learning, By Pedro De Bruyckere, Paul A. Kirschner, Casper D. Hulshof, article excerpted from their book More Urban Myths about Learning and Education: Challenging Eduquacks, Extraordinary Claims, and Alternative Facts (Routledge, 2020) [[https://www.routledge.com/More-Urban-Myths-About-Learning-and-Education-Challenging-Eduquacks-Extraordinary/De-Bruyckere-Kirschner-Hulshof/p/book/9780815354581|ref]]   * [[https://www.aft.org/ae/spring2020/debruyckere_kirschner_hulshof|If You Learn A, Will You Be Better Able to Learn B?]] Understanding Transfer of Learning, By Pedro De Bruyckere, Paul A. Kirschner, Casper D. Hulshof, article excerpted from their book More Urban Myths about Learning and Education: Challenging Eduquacks, Extraordinary Claims, and Alternative Facts (Routledge, 2020) [[https://www.routledge.com/More-Urban-Myths-About-Learning-and-Education-Challenging-Eduquacks-Extraordinary/De-Bruyckere-Kirschner-Hulshof/p/book/9780815354581|ref]]
 +  * [[https://eric.ed.gov/?id=ED611647|Reconceptualizing Learning Transfer: A Preparation for Future Learning]] Thomas A. Rausch and Leann M. R. Kaiser, 2020 ([[https://files.eric.ed.gov/fulltext/ED611647.pdf|fulltext]])
  
 ===== Psychologie du développement, psychologie cognitive ===== ===== Psychologie du développement, psychologie cognitive =====
Ligne 403: Ligne 422:
  
   * Piaget (?)   * Piaget (?)
 +
 +  * [[http://act-r.psy.cmu.edu/papers/misapplied.html|Applications and Misapplications of Cognitive Psychology to Mathematics Education]] John R. Anderson, Lynne M. Reder, [[wp>Herbert_A._Simon|Herbert A. Simon]], Department of Psychology, Carnegie Mellon University → **texte critique sur le constructivisme dont la publication a été refusée...**
 +    * [[https://www.semanticscholar.org/paper/Applications-and-Misapplications-of-Cognitive-to-Anderson-Reder/e9ed326702e2110162a736ff42c37fd2e0277073|Applications and Misapplications of Cognitive Psychology to Mathematics Education -  Semantic Scholar]]
  
 ===== Psychologie Sociale et éducation, gestion de groupe, gestion de conflits ===== ===== Psychologie Sociale et éducation, gestion de groupe, gestion de conflits =====
Ligne 415: Ligne 437:
   * [[https://psychclassics.yorku.ca/index.htm|Classics in the History of Psychology]]   * [[https://psychclassics.yorku.ca/index.htm|Classics in the History of Psychology]]
   * [[https://educationrickshaw.com/2019/09/20/beyond-piaget-and-vygotsky-why-teachers-cognitive-science-education-is-insufficient/|Beyond Piaget and Vygotsky: Why Teachers’ Cognitive Science Education is Insufficient]], Education Rickshaw, septembre 2019   * [[https://educationrickshaw.com/2019/09/20/beyond-piaget-and-vygotsky-why-teachers-cognitive-science-education-is-insufficient/|Beyond Piaget and Vygotsky: Why Teachers’ Cognitive Science Education is Insufficient]], Education Rickshaw, septembre 2019
-  * références du document [[https://www.reseau-canope.fr/fileadmin/user_upload/Projets/conseil_scientifique_education_nationale/Metacognition_GT5.pdf|La métacognition : les enjeux pédagogiques de la recherche]] par Joëlle Proust (septembre 2019) :+  * références du document [[https://www.reseau-canope.fr/fileadmin/user_upload/Projets/conseil_scientifique_education_nationale/Metacognition_GT5.pdf|La métacognition : les enjeux pédagogiques de la recherche]] par Joëlle Proust (septembre 2019) 
 +  * Glossaires en psychologie de l'éducation et sciences cognitives : 
 +    * [[https://www.ac-paris.fr/portail/jcms/p1_490017/pedagogie-et-psychologie-de-l-education-glossaire]] 
 +    * [[http://artsplastiques.discipline.ac-lille.fr/documents/lexique-peda.pdf]] 
 +    * [[https://www.taalecole.ca/troubles-dapprentissage/glossaire/]] 
 +    * [[https://www.classedu.philippeclauzard.com/spip.php?article714]] 
 +    * [[https://www.puf.com/content/Vocabulaire_de_sciences_cognitives]] 
 +    * [[https://quizlet.com/fr/310693907/glossaire-sciences-cognitives-dapres-le-site-sciences-cognitivesfr-flash-cards/]] 
 +    * [[https://cogscisci.wordpress.com/glossary/]] 
 +    * ... 
 +  * livres 
 +    * [[wp>fr:Système_1_/_Système_2_:_Les_deux_vitesses_de_la_pensée|Système 1 / Système 2 : Les deux vitesses de la pensée]] (Daniel Kahneman)
  
  
  
  
  • teaching/psychologie_de_l_education.1606789050.txt.gz
  • Dernière modification: 2020/12/01 03:17
  • de villersd