Ayuda
Ir al contenido

Dialnet


Contributions of causality processing models to the study of discourse comprehension and the facilitation of student learning

    1. [1] Consejo Nacional de Investigaciones Científicas y Técnicas

      Consejo Nacional de Investigaciones Científicas y Técnicas

      Argentina

  • Localización: Psicología educativa, ISSN 1135-755X, Vol. 25, Nº. 2, 2019, págs. 159-168
  • Idioma: inglés
  • Títulos paralelos:
    • La contribución de los modelos de procesamiento de la causalidad al estudio de la comprensión del discurso y la facilitación del aprendizaje del alumno
  • Enlaces
  • Resumen
    • español

      La comprensión del discurso implica establecer conexiones causales semánticas o significativas. El objetivo de este artículo es revisar cuatro modelos que han contribuido al estudio del establecimiento de estas conexiones: el modelo de cadena causal, el modelo de red causal, el modelo generador de inferencias causales y el modelo de paisaje. Estos modelos contribuyen a facilitar el aprendizaje de los estudiantes, dado que proporcionan herramientas útiles para mejorar la estructura de los textos con el fin de promover el establecimiento de conexiones significativas y la revisión de las ideas previas incorrectas de los estudiantes, y para el diseño de intervenciones que promuevan la generación de inferencias y el monitoreo de la comprensión. La presentación de sus ideas clave, de la evidencia empírica que apoya su validez psicológica y de las aplicaciones de sus herramientas a la educación permitirá resaltar las principales nociones que estos modelos hacen a nuestro entendimiento de la importancia del procesamiento de la causalidad para la comprensión del discurso y la facilitación del aprendizaje de los estudiantes

    • English

      Discourse comprehension involves the establishment of semantic or meaningful causal connections. The aim of this paper is to review four models that have contributed to the study of the establishment of these connections: the Causal Chain Model, the Causal Network Model, the Causal Inference Maker, and the Landscape Model. These models contribute to the facilitation of student learning, given that they provide useful tools for improvement of texts structure in order to promote the establishment of meaningful connections and the revision of students’ prior incorrect ideas, and for the design of interventions that promote the generation of inferences and the monitoring of comprehension. The presentation of their key ideas, of empirical support for their psychological validity, and of applications to education will allow us to highlight the contributions that these models make to our understanding of the importance of the processing of causality for discourse comprehension and the facilitation of student learning


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus

Opciones de compartir

Opciones de entorno