MétaCan
Menu
Retour à la cohorte
Enregistrement W1516695423 · doi:10.26522/brocked.v21i2.276

In Order to Be You Have to Be: Modeling a Constructivist Approach

2012· article· en· W1516695423 sur OpenAlexaffvenue
Hilary Brown

Notice bibliographique

RevueBrock Education Journal · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésCognitive dissonanceConstructivist teaching methodsPsychologyMathematics educationConstructivism (international relations)PedagogyConstructivist grounded theoryTeaching methodTeacher educationGrounded theoryQualitative researchSociologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Self-study is a method of investigating the self in relation to the other in practice. As a teacher of teachers, embarking on a self-study allowed me to go beyond investigating the content I teach and required me to investigate the manner in which it needed to be taught. This paper is an analysis of the dynamics of teaching and learning that I experienced as a university instructor who taught an instructional methods course to teacher candidates. Throughout the course, the teacher candidates were immersed in a constructivist theory of learning that underpinned the instructional strategies that I modeled throughout the 20 sessions. Twenty-eight fifth-year concurrent education students participated in two separate focus group interviews on two campuses at the end of the course. This data was collected along with my weekly reflective journal. Findings indicate that through an immersion experience dissonance ensued. In spite of the inherent challenges, both the teacher candidates and I were more likely to continue to apply parts of a constructivist learning theory beyond the present and extend what we had learned, into our future teaching and learning practice. If successful, both student and instructor have the potential to create more fully developed classrooms meeting the needs of most learners.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,011
Communication savante0,0080,006
Science ouverte0,0030,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,364
Écart entre enseignants0,318 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations3
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrock Education JournalMême sujetOnline and Blended LearningTravaux en français237 207