MétaCan
Menu
Retour à la cohorte
Enregistrement W1813995 · doi:10.1007/978-94-6091-583-3_5

Generating Spaces for Sharing

2011· book-chapter· en· W1813995 sur OpenAlexaff
Karen Goodnough

Notice bibliographique

RevueSensePublishers eBooks · 2011
Typebook-chapter
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésTacit knowledgeInterpretation (philosophy)Construct (python library)Context (archaeology)Space (punctuation)Knowledge managementAction (physics)GeneralizationKnowledge sharingProcess (computing)Explicit knowledgeProcedural knowledgeBody of knowledgePsychologyComputer scienceMathematics educationEpistemology

Résumé

récupéré en direct d'OpenAlex

After completing data collection, analysis, and interpretation, it is important to consider how you will share what you have learned with others. Creating a “space” for writing and identifying the “spaces” for sharing the outcomes of your research are critical. While one of the main reasons we conduct action research is to inform our current and future practice, and our understanding of that practice, it is equally important to share this knowledge with others. Cochran-Smith & Lytle (2009) describe the knowledge that practitioners generate through inquiry as local knowledge of practice. They reject the traditional notion that there are only two types of knowledge that inform our understanding of teaching - formal or professional knowledge and practical knowledge. Formal knowledge is generally considered that which is produced through conventional research by researchers; it is conceptual knowledge about education, teaching, and learning that has potential for generalization and meets the criteria for validity and reliability. Practical knowledge, in contrast, involves using one’s wisdom of teaching to make decisions and judgments in concrete situations that arise during the teaching process. This wisdom may often be tacit and not easily articulated. “Local knowledge of practice” then, is generated by action researchers working collaboratively in communities as they “theorize and construct their work” (Cochran-Smith & Lytle 2009, p. 131). It is relevant to the local context, but can also be publicly shared with many others, such as school-based colleagues, university-based educators and researchers, parents, K-12 students, and those in other professional settings. It is knowledge that can be “borrowed, interpreted, and reinvented in other local contexts” (p. 132). This chapter will discuss considerations and decisions that need to be made prior to sharing action research outcomes, as well as possible formats that may be adopted for dissemination.

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)0,046
score de la tête « metaresearch » (Gemma)0,135
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 enseignants0,046
Score d'incertitude au seuil0,245

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,135
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0060,005
Études des sciences et des technologies0,0180,015
Communication savante0,0280,040
Science ouverte0,0050,046
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0400,014

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 Opus0,107
Tête enseignante GPT0,348
Écart entre enseignants0,241 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSensePublishers eBooksMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207