MétaCan
Menu
Retour à la cohorte
Enregistrement W1526992005

Constraints and Contributors Towards the Use of Computer Simulations in Manitoba Chemistry Classrooms: Content is Still King

2010· dissertation· en· W1526992005 sur OpenAlexafffundabout
Brian Frederick Straub

Notice bibliographique

RevueMspace (University of Manitoba) · 2010
Typedissertation
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesUniversity of Manitoba
Mots-clésContent (measure theory)ChemistryComputer scienceMathematics educationPsychologyMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Manitoba Education Citizenship and Youth (MECY) recently redesigned Grade 11 and 12 Chemistry curricula in an effort to be responsive to new developments in chemistry education research. In order to support the teaching of the microscopic level of chemistry, the new curricula encourage the use of technology and computer simulations into specific outcomes to aid meaning making of abstract chemistry concepts by students. This study identifies constraints and contributing factors to the use of computer simulations to facilitate student meaning making in chemistry. A questionnaire survey and case study approach informed by Urie Bronfenbrenner’s bio-ecological model was used to identify factors. The results of this survey show the chemistry teaching inventory of teachers has become more diversified. Although teachers are using technology as differentiated instruction, their pedagogical use of technology is primarily for content dissemination rather than utilizing the technology to assist students in a deep understanding of chemistry ideas.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,224
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,088
Tête enseignante GPT0,299
Écart entre enseignants0,211 · 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.

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

Citations1
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMspace (University of Manitoba)Même sujetInnovative Teaching and Learning MethodsTravaux en français237 207