論文の概要: Modeling and Representing Conceptual Change in the Learning of
Successive Theories: The Case of the Classical-Quantum Transition
- arxiv url: http://arxiv.org/abs/2108.06919v8
- Date: Tue, 31 May 2022 16:18:35 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-18 07:48:34.938817
- Title: Modeling and Representing Conceptual Change in the Learning of
Successive Theories: The Case of the Classical-Quantum Transition
- Title（参考訳）: 継承理論の学習における概念変化のモデル化と表現--古典的量子遷移の場合
- Authors: Giacomo Zuccarini and Massimiliano Malgieri
- Abstract要約: 理論の理解から後継者の理解への遷移をモデル化するための最初の提案を提案する。
我々は、教育における概念変化の研究だけでなく、科学の歴史と哲学、量子力学の教育と学習にも貢献している。
この分析は、伝統的に考慮された概念的変化のケースで欠落している変化と新しい課題の豊かな風景を示している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Most educational literature on conceptual change concerns the process by
which introductory students acquire scientific knowledge. However, with modern
developments in science and technology, the social significance of learning
successive theories is steadily increasing, thus opening new areas of interest
to discipline-based education research, e.g., quantum logic, quantum
information and communication. Here we present an initial proposal for modeling
the transition from the understanding of a theory to the understanding of its
successor and explore its generative potential by applying it to a concrete
case: the classical-quantum transition in physics. In pursue of such task, we
make coordinated use of contributions not only from research on conceptual
change in education, but also on the history and philosophy of science, on the
teaching and learning of quantum mechanics, on mathematics education. By means
of analytical instruments developed for characterizing conceptual trajectories
at different representational levels, we review empirical literature in the
search for the connections between theory change and cognitive demands. The
analysis shows a rich landscape of changes and new challenges that are absent
in the traditionally considered cases of conceptual change. In order to fully
disclose the educational potential of the analysis, we visualize categorical
changes by means of dynamic frames, identifying recognizable patterns that
answer to students' need of comparability between the older and the new
paradigm. Finally, we show how the frame representation can be used to suggest
pattern-dependent strategies to promote the understanding of the new content,
and may work as a guide to curricular design.
- Abstract（参考訳）: 概念変化に関するほとんどの教育文学は、初等生が科学的知識を取得する過程に関するものである。
しかし、科学と技術の発展とともに、連続する理論を学ぶ社会的重要性が着実に高まり、量子論理、量子情報、コミュニケーションなど、規律に基づく教育研究に新たな関心が向けられるようになった。
本稿では,理論の理解からその継承者の理解への遷移をモデル化する最初の提案を行い,その生成可能性について,物理学における古典量子遷移という具体例に適用して考察する。
このような課題を追求するために、我々は、教育における概念的変化の研究だけでなく、数学教育における量子力学の教育と学習に関する科学史と哲学の研究から貢献を協調的に活用する。
異なる表現レベルで概念の軌跡を特徴付けるために開発された分析器を用いて,理論変化と認知的要求の関係を探索する経験的文献を考察する。
この分析は、伝統的な概念変化のケースでは見られない、変化の豊かな景観と新たな課題を示している。
分析の教育的可能性を完全に開示するために,動的フレームを用いてカテゴリー変化を可視化し,生徒の年齢層と新しいパラダイム間の相性の必要性に答える認識可能なパターンを同定する。
最後に、新しいコンテンツの理解を促進するために、フレーム表現がパターンに依存した戦略を提案するためにどのように使われるかを示し、カーキュラーデザインのガイドとして機能するかを示す。
関連論文リスト
- Discovering emergent connections in quantum physics research via dynamic word embeddings [0.562479170374811]
概念結合予測のための動的単語埋め込みに基づく新しい手法を提案する。
知識グラフとは異なり,本手法は概念間の暗黙の関係を捉え,教師なしの方法で学習し,より広い範囲の情報を符号化する。
この表現は、科学文献における概念的関係をモデル化するための、より柔軟で情報的な方法を提供することを示唆している。
論文 参考訳（メタデータ） (2024-11-10T19:45:59Z) - Foundations and Frontiers of Graph Learning Theory [81.39078977407719]
グラフ学習の最近の進歩は、複雑な構造を持つデータを理解し分析する方法に革命をもたらした。
グラフニューラルネットワーク(GNN)、すなわちグラフ表現を学習するために設計されたニューラルネットワークアーキテクチャは、一般的なパラダイムとなっている。
本稿では,グラフ学習モデルに固有の近似と学習行動に関する理論的基礎とブレークスルーについて概説する。
論文 参考訳（メタデータ） (2024-07-03T14:07:41Z) - Quantum Picturalism: Learning Quantum Theory in High School [0.3764231189632788]
量子理論は、しばしば学び、教えることが難しいと見なされる。
本稿では,量子論と計算の基本的な概念を教える新しいアプローチとして,量子ピクトラリズム(Quantum Picturalism)を提案する。
論文 参考訳（メタデータ） (2023-12-06T18:16:12Z) - Approach to Toric Code Anyon Excitation, Indirect Effects of Kitaev Spin
in Local Social Opinion Models [0.0]
最近の研究は、グラフ状態、安定化状態、トーリック符号といった量子情報理論の概念を統合している。
これらの応用は複雑さ、解釈、実証的検証の課題に直面している。
その可能性にもかかわらず、オピニオン・ダイナミクスにおけるトーリック・コード・ハミルトンの実践的な使用にはさらなる探索と研究が必要である。
論文 参考訳（メタデータ） (2023-12-02T20:25:42Z) - From Spin States to Socially Integrated Ising Models: Proposed
Applications of Graph States, Stabilizer States, Toric States to Opinion
Dynamics [0.0]
近年の研究では、量子情報理論の概念を意見力学のモデルに取り入れている。
これらの概念を取り入れることで、意見形成の過程やソーシャルネットワークのダイナミクスをより詳細に分析することができる。
論文 参考訳（メタデータ） (2023-12-01T18:19:43Z) - Promoting the transition to quantum thinking: development of a secondary
school course for addressing knowledge revision, organization, and
epistemological challenges [0.0]
本稿では,古典的知識の改訂に伴う課題に対処するために,中等教育における量子力学のコースの開発について述べる。
このコースは、古典力学から量子力学への遷移における解析に依存する概念的変化に対する体系的なアプローチに基づいている。
論文 参考訳（メタデータ） (2022-12-31T16:09:37Z) - Foundations and Recent Trends in Multimodal Machine Learning:
Principles, Challenges, and Open Questions [68.6358773622615]
本稿では,マルチモーダル機械学習の計算的基礎と理論的基礎について概説する。
本稿では,表現,アライメント,推論,生成,伝達,定量化という,6つの技術課題の分類法を提案する。
最近の技術的成果は、この分類のレンズを通して示され、研究者は新しいアプローチの類似点と相違点を理解することができる。
論文 参考訳（メタデータ） (2022-09-07T19:21:19Z) - Anti-Retroactive Interference for Lifelong Learning [65.50683752919089]
我々は脳のメタラーニングと連想機構に基づく生涯学習のパラダイムを設計する。
知識の抽出と知識の記憶という2つの側面から問題に取り組む。
提案した学習パラダイムが,異なるタスクのモデルを同じ最適に収束させることができることを理論的に分析した。
論文 参考訳（メタデータ） (2022-08-27T09:27:36Z) - Holographic tensor network models and quantum error correction: A
topical review [78.28647825246472]
ホログラフィックの双対性の研究の最近の進歩は、量子情報理論の概念や技術と結びついている。
特に成功したアプローチは、テンソルネットワークによるホログラフィック特性のキャプチャである。
論文 参考訳（メタデータ） (2021-02-04T14:09:21Z) - Formalising Concepts as Grounded Abstractions [68.24080871981869]
このレポートは、表現学習が生データから概念を誘導する方法を示しています。
このレポートの主な技術的目標は、表現学習のテクニックが概念空間の格子理論的定式化とどのように結婚できるかを示すことである。
論文 参考訳（メタデータ） (2021-01-13T15:22:01Z) - Concept Learners for Few-Shot Learning [76.08585517480807]
本研究では,人間の解釈可能な概念次元に沿って学習することで,一般化能力を向上させるメタ学習手法であるCOMETを提案する。
我々は,細粒度画像分類,文書分類,セルタイプアノテーションなど,さまざまな領域からの少数ショットタスクによるモデルの評価を行った。
論文 参考訳（メタデータ） (2020-07-14T22:04:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。