MétaCan
Menu
Retour à la cohorte
Enregistrement W1507507185

Understanding I/We positions in a blended university course: Polyphony and chronotopes as dialogical features

2014· article· en· W1507507185 sur OpenAlexaff
Feldia Fedela Loperfido, Nadia Sansone, Maria Beatrice Ligorio, Nobuko Fujita

Notice bibliographique

RevueIRIS Research product catalog (Sapienza University of Rome) · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésDialogical selfPolyphonyChronotopeFocus (optics)SituatedSociologyFacilitatorPedagogyPsychologyArtSocial psychologyComputer scienceLiteratureArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper uses Dialogical Self Theory to explore university students’ I/We positions before and after participating in a blended course with both individual and collaborative learning activities. Two focus group discussions were held; one at the beginning and the other one at the end (18 students in total; 3 M, 15F; average age 24 years old). The focus groups were analyzed through discursive analysis by referring to the Bakhtinian concepts of chronotope and polyphony, as dialogical features of positioning. Results show that at the end of the course the polyphony became richer, including also technology. This was initially “suppressed” and became later a voice supporting both We-position and collaborative learning. A shift from initial I-positions rooted in a broad chronotope (including past, present and future) toward We-positions placed in the specific and situated chronotope of the course occurred. This result poses the question of sustainability and transferability of innovation.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,753
Score d'incertitude au seuil0,836

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,123
Tête enseignante GPT0,386
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIRIS Research product catalog (Sapienza University of Rome)Même sujetInnovative Teaching and Learning MethodsTravaux en français237 207