DEALING WITH MESSINESS AND UNCERTAINTY IN PRACTITIONER RESEARCH: THE NATURE OF PARTICIPATORY ACTION RESEARCH
Notice bibliographique
Résumé
This article reports on the experiences and perceptions of K ‐ 12 teachers as they engaged in a participatory action research (PAR) project, Science Across the Curriculum . Although the experiences and professional learning of two of the project participants are highlighted, the challenges that all participants experienced as they conceptual ‐ ized and implemented action research are also reported. The author concludes that messiness and uncertainty are inherent and necessary elements of action research and that these elements need to be explicit for the benefit of those who engage in and facilitate PAR. Key words: science education, teacher development, teacher inquiry Cet article presente les experiences et les perceptions d’enseignants de la maternelle au secondaire qui ont pris part a une recherche ‐ action participative (RAP), Science Across the Curriculum . Ce sont surtout les experiences et l’apprentissage professionnel de deux des participants qui sont mis en lumiere, mais l’article fait egalement etat des defis auxquels ont fait face tous les participants dans la conceptualisation et la mise en œuvre de la recherche ‐ action. L’auteure conclut que la desorganisation et l’incertitude sont des elements intrinseques de la recherche ‐ action et que ces elements doivent etre explicites pour le plus grand bien des personnes qui participent et animent une RAP. Mots cles: recherche ‐ action participative, perfectionnement des enseignants, recherche sur les enseignants
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,452 | 0,359 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,018 | 0,168 |
| Communication savante | 0,039 | 0,041 |
| Science ouverte | 0,007 | 0,034 |
| Intégrité de la recherche | 0,012 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».