MétaCan
Menu
Retour à la cohorte
Enregistrement W1615478907 · doi:10.21225/d52c75

Teacher Professional Development in Mathematics and Science: A Blended Learning Approach

2006· article· en· W1615478907 sur OpenAlexaffvenue
Margaret Sinclair, Ron Owston

Notice bibliographique

RevueCanadian Journal of University Continuing Education · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésFlexibility (engineering)Blended learningProfessional developmentMathematics educationSubject matterFaculty developmentPsychologyCohesion (chemistry)Drop outPedagogyEducational technologyCurriculumMathematics

Résumé

récupéré en direct d'OpenAlex

Blended learning is a promis- ing model for supporting teacher professional development that combines the advantages of tradi- tional face-to-face interaction with the flexibility of online learning. In this study, we examine the impact of two one-year blended learning programs on teachers’ attitudes, knowledge, and classroom practices. These professional development programs were designed to enhance middle school teachers’ subject matter knowledge and pedagogical skills in mathematics and science/ technology. Our results indicate that the programs positively affected teacher attitudes and content knowledge in these curricular areas and motivated many teachers to transform their classroom practices. Increased teacher collaboration and involvement at the school level sug- gest that the experiences contrib- uted to the emergence of fledgling communities of practice. At the same time, the lack of cohesion in online groups and the drop off in participation suggest the need to rethink some aspects of the design of blended learning environments.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,465
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,253
Écart entre enseignants0,243 · 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'étudeQualitatif
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

Citations11
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of University Continuing EducationMême sujetOnline and Blended LearningTravaux en français237 207