The Use of Metapatterns for Research into Complex Systems of Teaching, Learning, and Schooling— Part II: Applications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle