MétaCan
Menu
Retour à la cohorte
Enregistrement W1926114798 · doi:10.29173/cmplct8760

The Use of Metapatterns for Research into Complex Systems of Teaching, Learning, and Schooling— Part II: Applications

2007· article· en· W1926114798 sur OpenAlexvenueno aff
Jeffrey W. Bloom, Tyler Volk

Notice bibliographique

RevueComplicity An International Journal of Complexity and Education · 2007
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDimension (graph theory)Context (archaeology)AbstractionSet (abstract data type)Computer scienceComponent (thermodynamics)Qualitative researchData scienceEpistemologyMathematics educationManagement scienceSociologyPsychologyMathematicsSocial scienceEngineeringProgramming language

Résumé

récupéré en direct d'OpenAlex

In part I of this paper set, Volk and Bloom discuss the reasons why metapatterns are important in biological and cultural contexts. Here, in part II, we show how metapatterns can be applied to an important problem in qualitative educational research: the difficulties in elucidating fundamental patterns of interaction. In meeting this challenge we provide a metapatterns-based framework for analyzing and interpreting qualitative data. We begin by acknowledging the importance of context, the setting within which any system under investigation can be expected to exhibit metapatterns as functional components that are vital for the maintenance of that specific system within a particular context. We follow this discussion by defining three dimensions of our proposed analytical framework. The first dimension, which we call depth, examines the various metapatterns involved in the particular system under investigation. Extent is the second dimension, which involves extending to other contexts the interacting sets of metapatterns found in the investigation of depth. The third component is abstraction, which involves generating overarching principles or models from the analytical results of the first and second dimensions (i.e., depth and extent). We recommend that these three dimensions should be used recursively to meet the challenge named above. We demonstrate the framework through an example of a classroom discussion involving children arguing about the concept of density. We conclude with a discussion of the implications of this analytical framework, along with a list of fundamental principles of this framework and a list of questions that can guide qualitative research.

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)0,048
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,241

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,048
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0080,009
Études des sciences et des technologies0,0040,051
Communication savante0,0110,026
Science ouverte0,0030,011
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,416
Tête enseignante GPT0,549
Écart entre enseignants0,133 · 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
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

Citations16
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComplicity An International Journal of Complexity and EducationMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207