Paper in appunti

Paper in appunti

Paper accademici densi diventano note di ricerca strutturate per metodo, risultati e discussione, pronte per la rassegna bibliografica.

Supporta Paper, PDF accademico, Metodi, Risultati

InizioPaper in appunti · Esempio
Nuova sessione

Paper in appunti con materiale di studio reale

La fonte resta a sinistra; a destra nasce un output verificabile e pronto per il ripasso.

Basato sulla fonte
Journal of Educational Psychology, 116(3), 410–428Open Access · 2024

La pratica di recupero distribuito riduce il carico cognitivo estraneo in biologia introduttiva

Liu, J., Park, R., e Yamamoto, H. (2024)

DOI: 10.1037/edu0000789

Abstract

Abbiamo esaminato se la pratica di recupero distribuito riduce il carico cognitivo estraneo e migliora il richiamo differito in biologia introduttiva. In due esperimenti (N = 128 studenti universitari) con disegno entro-soggetti, gli studenti che utilizzavano il recupero distribuito hanno mostrato un richiamo differito (una settimana) significativamente più alto rispetto al gruppo di rilettura.

Metodi§2

I partecipanti (N = 128) hanno completato due condizioni di studio in un disegno entro-soggetti controbilanciato: recupero distribuito vs. rilettura. Il richiamo differito è stato valutato una settimana dopo la sessione finale con un test standardizzato di richiamo libero, valutato da due valutatori indipendenti (κ = .91).

Participants · 2×2 within-subjects
N = 128
undergrads
κ = .91
inter-rater
α = .05
two-tailed
7 days
retention
OSF · pre-registered
!!
RCT design
Procedure · Day 0 → Day 7
D0D1-6D7
Study (45m)No contactRecall (20m)
ThetaWave parsed N=128 · 2×2 design · κ=.91 reliability
for lit review
§2.3 "desirable
difficulty"
— me, 03/04
Testo rilevato
  • Metodi · 3 pp · pp. 412–414
  • Partecipanti: N = 128 studenti
  • Disegno intra-soggetti bilanciato
Punto chiave

Utile quando si estraggono paper con campi consistenti.

Generato

Metodi — estrazione completa

Basato sulla fonte
8 sezioni · 29 punti· 6 carte· 3 quiz~7 min di ripasso
Risultato IA

Metodi — estrazione completa

Quesito di ricerca

  • RQ primario: Il recupero spaziato riduce il carico cognitivo estraneo e migliora il richiamo differito rispetto alla rilettura?
  • RQ secondario: L'effetto interagisce con la complessità del tema?
  • H1: recupero spaziato > rilettura sul richiamo differito (test unilaterale).
  • H2: recupero spaziato < rilettura sul carico estraneo auto-riportato (NASA-TLX).

🧑‍🎓Partecipanti

  • Campione: N = 128 studenti di biologia introduttiva.
  • Demografia: 18–22 anni (M = 19,4), 62% donne, singolo ateneo R1.
  • Esclusione: 4 esclusi per controlli di attenzione falliti. N finale = 124.
  • Potenza: G*Power: N = 110 per 0,80 a α = .05, η² = .10.

🧪Disegno

  • Tipo: intra-soggetti, completamente bilanciato (tutti fanno entrambe le condizioni).
  • Condizioni: recupero spaziato vs rilettura di controllo.
  • Pre-registrazione: piano, ipotesi e analisi pubblicati su OSF prima della raccolta (osf.io/x42q8).
  • Randomizzazione: quadrato latino per l'ordine delle condizioni, bilanciato per complessità.

📚Materiali

  • Testi: 2 capitoli di biologia (~1.200 parole), Flesch 60–65.
  • Prompts: 5 domande a risposta breve per testo; 4 volte spaziati su 2 sessioni.
  • Distrattore: sudoku tra studio e recupero per bloccare la ripetizione immediata.
  • NASA-TLX: auto-rapporto da 6 item dopo ogni condizione.

📋Procedura

  • Sessione 1 (Giorno 0): tutti studiano entrambi i testi — metà recupero, metà rilettura. Bilanciato.
  • Ritardo (Giorno 0–7): nessun contatto con il materiale; ritorno esattamente dopo 7 giorni.
  • Sessione 2 (Giorno 7): richiamo libero + NASA-TLX retrospettivo.

📏Misure

  • Richiamo differito (primario): test di richiamo libero una settimana dopo l'ultima sessione.
  • Scoring: idee richiamate secondo schema pre-specificato di 50 unità; proporzione 0–1.
  • Carico cognitivo (secondario): NASA-TLX subito dopo ogni condizione.

Scoring e affidabilità

  • Due giudici: dottorandi ciechi alla condizione; doppia codifica dei 256 protocolli.
  • κ inter-rater: = .91 — accordo 'quasi perfetto' (Landis & Koch 1977).
  • Disaccordi: 11 su 256 hanno richiesto arbitrato di un terzo codificatore.

📊Piano statistico

  • Test principale: ANOVA a misure ripetute 2 × 2: condizione × complessità.
  • α: .05, bilaterale (nonostante H1 unilaterale, per trasparenza).
  • Effect size: η² parziale riportato col F. A priori η² ≥ .06.
  • Analisi di sensibilità: tempo del compito come covariata per escludere confondimento temporale.

Cosa cambia davvero con Paper in appunti

Non conta solo la funzione in sé, ma come si inserisce nello studio quotidiano, nel ripasso e nella preparazione degli esami.

Sezione metodi strutturata

Campione, disegno, variabili e metodi statistici vengono estratti in campi confrontabili — base per una revisione della letteratura seria.

Risultati conservati

Valori F, p, dimensioni dell’effetto (η², d) e medie per gruppo restano nei campi dei risultati — niente semplificazioni.

Discussione scomposta

Collegamenti teorici, limiti, lavori futuri e implicazioni pratiche vengono separati in elementi indipendenti.

Grafo delle citazioni

Riconosce riferimenti e relazioni di citazione per costruire un grafo tra paper.

Estrazione di termini chiave

I termini tecnici centrali vengono estratti e possono diventare schede di vocabolario.

Confronto tra paper

Con gli stessi campi si confrontano più paper — accelera la revisione della letteratura.

Per laurea magistrale e dottorato

Ottimizzato per scrittura accademica e ricerca di laurea magistrale/dottorato.

Come funziona Paper in appunti

Carica il materiale, lascia lavorare l’AI e continua con una versione pensata davvero per il ripasso.

01

Carica il paper accademico

PDF, preprint o articolo di rivista — uno o un lotto.

PDFRivistaPreprint
02

ThetaWave estrae per campi

Metodi, risultati e discussione vengono separati in campi strutturati, ideali per confrontare tra paper.

MetodiRisultatiDiscussione
03

Confrontare, ripassare, generare

Confronta tra più paper e genera schede di termini o quiz.

ConfrontoSchedeQuiz

Chi usa Paper in appunti?

Ecco come studenti con esigenze diverse integrano questo strumento nella loro routine reale.

Ricerca e tesi

Extract a comparable set of fields across papers for your literature review or thesis.

Studenti laureandi e magistrali

Built for the volume of reading graduate students need to absorb each term.

Studenti STEM

Methods and results-heavy STEM papers become easier to compare side-by-side.

Studio quotidiano

Turn each paper you read into a reusable note in your daily study library.

Cosa dicono gli studenti

"When I prep a literature review with my students, ThetaWave's methods and findings extraction saves us a full evening per paper."

Giulia Rossi

Università di Bologna

"Discussion and limitations finally show up as separate notes instead of a single blob of text."

Marco Conti

Politecnico di Milano

"For my thesis I compared 32 papers using the same extraction fields. It made the comparison part of the review actually tractable."

Chiara Romano

Sapienza Università di Roma

Domande frequenti

Ecco le domande più frequenti su Paper in appunti.

PDF è lo standard; anche link preprint e articoli HTML. Riconosce layout complessi come LaTeX a doppia colonna.

Sì — F, p, dimensioni dell’effetto (η², d) e medie per gruppo restano nei campi dei risultati senza essere semplificati.

Sì — con gli stessi campi si confrontano più paper nella biblioteca, accelerando la revisione della letteratura.

Molto — ottimizzato per tesi e ricerca di laurea magistrale/dottorato.

Sì — i termini chiave delle note di ricerca diventano schede per rafforzare il vocabolario tecnico.

Inizia ora con Paper in appunti

Carica il tuo materiale e trasformalo in pochi minuti in qualcosa di molto più semplice da ripassare, memorizzare o condividere.

Inizia gratisNessuna carta richiestaRisultati in meno di 2 minuti
    Paper in appunti | ThetaWave