Natural pedagogical conversations in high school students' internship
Notice bibliographique
Résumé
Abstract Many science educators encourage student experiences of “authentic” science by means of student participation in science‐related workplaces. Little research has been done, however, to investigate how “teaching” naturally occurs in such settings, where scientists or technicians normally do not have pedagogical training and generally do not have time (or value) receiving such training. This study examines how laboratory members without a pedagogical background or experience in teaching engage high school students during their internship activities. Drawing on conversation analysis, we analyze the minute‐by‐minute transactions that occurred while high school students participated in a leading environmental science laboratory. We find that the participation trajectory was based on demonstration‐practice‐connect (D‐P‐C) phases that continually recurred in the process of “doing” science. Concerning the transactional structures, we identify two basic conversation patterns—Initiate‐Clarify‐Reply (I‐C‐R) and Initiate‐Reply‐Clarify‐Reply (I‐R‐C‐R)—that do not only differ from the well‐known Initiate‐Reply‐Evaluate (I‐R‐E) patterns previously observed in science classrooms, but also could be combined to constitute more complex patterns. With respect to the organization of natural pedagogical conversations, we find that there were not only of preferred and dispreferred modes of responding but also ambiguous dispreferred modes; and the formulating organization not only includes self‐formulating but also other‐formulating. These natural pedagogical conversations helped, on the one hand, students to clarify their understanding and, on the other hand, technicians (or teachers) to teach toward different needs for different students in different contexts. © 2009 Wiley Periodicals, Inc. J Res Sci Teach 46: 481–505, 2009
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 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».