From Neurons to Classrooms: Multi-Scale Models of Learning

Abstract

Aquesta tesi examina l'aprenentatge com a procés adaptatiu a tres escales diferents: marcs educatius, desenvolupament sociocognitiu i computació neuronal. Mitjançant tres estudis complementaris, investiguem com l'aprenentatge emergeix d'entorns d'informació estructurada a diferents nivells d'organització. Primer, desenvolupem i validem un marc semi-automatitzat de Resposta a la Intervenció per a l'educació matemàtica primerenca, demostrant millores significatives en la fluïdesa aritmètica i la comprensió del concepte de nombre en alumnes de primer curs, fins i tot en entorns educatius amb recursos limitats. Segon, analitzem la relació entre perfils cognitius i xarxes socials multicapa entre 5.804 estudiants de 6 a 15 anys, revelant que mentre les capacitats cognitives s'organitzen al llarg d'una única dimensió de rendiment, les relacions socials mostren una diferenciació creixent al llarg del desenvolupament, amb nens de només 8 anys distingint entre relacions acadèmiques i recreatives. Tercer, creem un model completament restringit pel connectoma del sistema visual de Drosophila melanogaster, demostrant que la discriminació numèrica aproximada emergeix naturalment de l'arquitectura neural verificada, amb un rendiment que mostra dependència de ràtio de Weber característica del Sistema Numèric Aproximat.

Esta tesis examina el aprendizaje como proceso adaptativo en tres escalas distintas: marcos educativos, desarrollo sociocognitivo y computación neuronal. Mediante tres estudios complementarios, investigamos cómo el aprendizaje emerge de entornos de información estructurada en diferentes niveles de organización. Primero, desarrollamos y validamos un marco semi-automatizado de Respuesta a la Intervención para la educación matemática temprana, demostrando mejoras significativas en la fluidez aritmética y la comprensión del concepto de número en alumnos de primer curso, incluso en entornos educativos con recursos limitados. Segundo, analizamos la relación entre perfiles cognitivos y redes sociales multicapa entre 5.804 estudiantes de 6 a 15 años, revelando que mientras las capacidades cognitivas se organizan a lo largo de una única dimensión de rendimiento, las relaciones sociales muestran una diferenciación creciente a lo largo del desarrollo, con niños de solo 8 años distinguiendo entre relaciones académicas y recreativas.

This dissertation examines learning as an adaptive process across three distinct scales: educational frameworks, social-cognitive development, and neural computation. Through three complementary studies, we investigate how learning emerges from structured information environments at different levels of organization. First, we develop and validate a semi-automated Response to Intervention framework for early mathematics education, demonstrating significant improvements in arithmetic fluency and number concept understanding in first-grade students, even in resource-constrained educational environments. Second, we analyze the relationship between cognitive profiles and multilayered social networks among 5,804 students aged 6-15, revealing that while cognitive abilities organize along a single achievement dimension, social relationships show increasing differentiation throughout development, with children as young as 8 distinguishing between academic and recreational relationships. Third, we create a fully connectome-constrained model of the Drosophila melanogaster visual system, demonstrating that approximate numerical discrimination emerges naturally from verified neural architecture, with performance showing Weber ratio dependence characteristic of the Approximate Number System across species