“Terrorism plus Canada in the 1960’s equals hell frozen over”: Learning about the October Crisis with computer technology in the Canadian classroom
Notice bibliographique
Résumé
This study investigated the role and impact of a digital history program (the Virtual Historian©) on students’ historical thinking and reasoning about a controversial episode in Canadian history. The purpose was to examine whether the use of the Virtual Historian©, a web-based inquiry program to teach Canadian history, improves the learning of a key episode in the school curriculum (French-English relations and the October Crisis, 1970). Using a quasi-experimental design, two Ontario Grade 10 classes were assigned to a treatment group (Virtual Historian©) and comparison group (classroom lessons) on the topic. Findings indicate that using the Virtual Historian© can significantly increase students’ understanding of the subject-matter and their ability to think and write historically more than classroom inquiry-based lessons. Résumé : Cet article présente les résultats d’une étude quasi-expérimentale menée auprès de deux groupes d’élèves ontariens de la 10e année inscrit au cours d’histoire du Canada. L’étude avait pour but d’examiner le rôle et l’impact des technologies de l’information et des communications (TIC), et plus particulièrement d’un nouveau didacticiel en histoire canadienne, l’historien virtuel©, sur l’apprentissage d’un épisode marquant de l’histoire scolaire (la Crise d’octobre, 1970). Les résultats de l’étude indiquent que les élèves du groupe expérimental (l’historien virtuel©) ont développé une meilleure compréhension de l’histoire et de la Crise d’octobre que ceux du groupe de comparaison (enseignement en classe).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».