Past and present challenges to enquiry learning in tertiary science education
Notice bibliographique
Résumé
Early last century, educators bemoaned the quality of science learning, stating that it should be a process of enquiry where students learn a way of thinking, and knowing, rather than a process of rote memorisation of science content and facts to be regurgitated in exams. Dewey, Schwab and Bruner stated that for meaningful learning to occur students must engage in experiences reflecting the way science is done. In the 21st century, this narrative has re-emerged in curriculum documents worldwide and there is now a broader acceptance that science learning should be in some way reflective of the “doing” and “discovery” in science as well as meet the needs of citizens living in a supercomplex world. To create such an enquiry curriculum at the tertiary level we need academics who can develop learning and teaching experiences which provide enquiry research experiences for students that demonstrate the contestable and rigorously uncertain nature of scientific knowledge. This study asked academics for their perceptions of the success of implementing an enquiry pedagogy and developing an intentional curriculum. We found that although academics perceive certain curriculum drivers, such as enquiry, to be important, they perceived their own effectiveness in delivering these qualities in their teaching to be poor. It may be that academics cannot change the curriculum because they are restrained by structures, but the literature on science identity highlights that academics also reproduce structures. If we are to create a more enquiry and investigatory experience for students learning science then we need to surface any “defensive cynicism” and hidden disciplinary processes. Learning how to do the learning in the discipline will move our students forward into science research careers and produce graduates and citizens who are scientifically literate.
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 | 0,187 | 0,187 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,023 | 0,055 |
| Communication savante | 0,036 | 0,028 |
| Science ouverte | 0,007 | 0,027 |
| Intégrité de la recherche | 0,011 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
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 ».