MétaCan
Menu
Retour à la cohorte
Enregistrement W189939679 · doi:10.20429/ijsotl.2009.030209

Developing Useful and Transferable Skills: Course Design to Prepare Students for a Life of Learning

2009· article· en· W189939679 sur OpenAlexaff
Christopher Justice, James Rice, Wayne Warry

Notice bibliographique

RevueInternational Journal for the Scholarship of Teaching and Learning · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTransferabilityMathematics educationTransfer of trainingPsychologyTransferable skills analysisMedical educationSample (material)NarrativeTransfer of learningPedagogyHigher educationComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

This article examines evidence of academic skill development and transfer related to the taking of a first year Inquiry-based seminar course designed to enhance a range of self directed learning skills and their transferability to other learning contexts. The study compares a sample of academic work from two groups of Social Sciences students, one comprised of students who had taken the Inquiry course and the other who had not. The student work consists of 1) papers submitted by participants who were asked for the best paper they had written at university and 2) descriptive narratives provided by participants of the steps they took in researching and writing that paper. Qualitative and quantitative analysis by multiple raters using a blinded protocol was conducted. The results show both meaningfully higher paper and skill assessments for students who had taken the inquiry seminar and evidence of transfer of skills and strategy to other learning contexts, supporting the hypothesis that transfer of core skills occurs under particular learning conditions that can be fostered through course design and enhanced through specific pedagogical objectives.

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)0,007
score de la tête « metaresearch » (Gemma)0,012
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,143
Tête enseignante GPT0,491
Écart entre enseignants0,348 · 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
GenreMéthodes

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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for the Scholarship of Teaching and LearningMême sujetEvaluation of Teaching PracticesTravaux en français237 207