Learning Designs using Flipped Classroom Instruction | Conception d’apprentissage à l’aide de l’instruction en classe inversée
Notice bibliographique
Résumé
The flipped classroom is an instructional model that leverages technology-enhanced instruction outside of class time in order to maximize student engagement and learning during class time. As part of an action research study, the authors synthesize reflections about three learning designs and how the flipped classroom model can support teaching, learning and assessment through: (1) guided collaborative discussion, (2) tabletop white boarding and (3) the development of augmented reality auras. Principles for teaching effectiveness are used as a lens to guide the reflection on the benefits and challenges with each of the learning designs. Findings suggest that flipped classroom models that emphasize collaborative learning, group work and accessibility can enable and support inquiry-based learning. Recommendations are provided for educators interested in designing learning using a flipped classroom instructional model, as well as suggestions for future action research agendas. La classe inversée est un modèle pédagogique qui met à profit l’apprentissage hors des heures en classe et qui est rehaussé par la technologie pour maximiser l’engagement et l’apprentissage des apprenants en classe. Dans le cadre de cette étude de recherche-action, les auteurs résument les réflexions sur la façon dont le modèle de la classe inversée peut appuyer l’enseignement, l’apprentissage et l’évaluation par la mise en œuvre de trois conceptions d’apprentissage par investigation : 1) discussion collaborative guidée, 2) tableau blanc de table et 3) développement d’auras en réalité augmentée. Les principes d’enseignement de l’efficacité sont utilisés comme optique guidant la réflexion sur les avantages et les défis de chacune des conceptions d’apprentissage. Les conclusions suggèrent que les modèles de classes inversées qui mettent l’accent sur l’apprentissage collaboratif, le travail en groupe et l’accessibilité peuvent permettre et appuyer l’apprentissage par investigation. Des recommandations sont fournies pour les éducateurs qui s’intéressent à la conception pédagogique à l’aide d’un modèle de classe inversée, ainsi que des suggestions pour la recherche-action future.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».