MétaCan
Menu
Retour à la cohorte
Enregistrement W1642014848 · doi:10.21432/t2dg6t

Using video in teacher education

2007· article· en· W1642014848 sur OpenAlexaffvenue
Jo Towers

Notice bibliographique

RevueCanadian Journal of Learning and Technology · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Technology Integration
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPsychologyTeacher educationPedagogyMathematics educationClass (philosophy)Professional developmentAction researchArgument (complex analysis)Teaching methodVideo recordingMicroteachingComputer scienceMultimediaMedicine

Résumé

récupéré en direct d'OpenAlex

This paper draws on a research study of elementary- and secondary-route preservice teachers in a two-year, after-degree teacher preparation programme. The paper includes excerpts of classroom data, taken from the author’s own university classroom, demonstrating preservice teachers’ responses to carefully selected video extracts of children learning mathematics in a high-school class also taught by the author. The paper includes commentary on some of the advantages and limitations of video as a teaching tool, develops an argument for the increased use, in both preservice teacher education and inservice teacher professional development, of videotaped episodes that focus on the learners rather than on the classroom teacher, and explores the value of having the teacher whose classroom is featured on the videos present for the discussion of the episodes. The paper explores the potential offered by video material to foster the belief that teaching is a learning activity by (i) refocusing attention on the learner rather than the teacher in the analysis of classroom practices, (ii) raising awareness of the importance of reflective practice, and (iii) providing a prompt for the imaginative rehearsal of action. Résumé : Le présent article se fonde sur une étude technique portant sur des stagiaires des niveaux primaire et secondaire dans un programme de préparation à l’enseignement de deux ans après l’obtention du diplôme. L’article comprend des extraits de données en salle de classe qui proviennent de la salle de classe de l’université de l’auteur même, illustrant les réponses des stagiaires à des extraits vidéo choisis avec soins, extraits portant su des enfants apprenant les mathématiques dans une classe du secondaire dont l’enseignant est l’auteur. L’article comporte des commentaires sur certains des avantages et limites du vidéo comme outil d’enseignement, il présente un argument pour l’augmentation accrue, à la fois pour l’éducation du stagiaire et le perfectionnement professionnel de l’enseignant qualifié, des épisodes sur cassette vidéo qui mettent l’accent sur les apprenants plutôt que sur les enseignants en salle de classe et examine s’il est intéressant que soit présent au moment de la discussion sur les épisodes l’enseignant dont la salle de classe figure sur le vidéo. L’article analyse le potentiel du matériel vidéo appuyant la croyance selon laquelle l’enseignement est une activité d’apprentissage en (i) mettant l’accent sur l’apprenant plutôt que sur l’enseignant dans l’analyse des pratiques d’une salle de classe, (ii) en effectuant une sensibilisation relativement à l’importance de la pratique réflexive et (iii) en guidant la répétition novatrice de la mesure.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 Opus0,021
Tête enseignante GPT0,343
Écart entre enseignants0,322 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations26
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Learning and TechnologyMême sujetEducation and Technology IntegrationTravaux en français237 207