MétaCan
Menu
Retour à la cohorte
Enregistrement W2004912693 · doi:10.5430/ijhe.v3n1p127

Accountability for Project-Based Collaborative Learning

2014· article· en· W2004912693 sur OpenAlexvenueno aff
Jamal Hussain, Mohammad Essawi, Oleg Tilchin

Notice bibliographique

RevueInternational Journal of Higher Education · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueProblem and Project Based Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccountabilitySummative assessmentFormative assessmentCollaborative learningKnowledge managementCooperative learningProcess (computing)Computer scienceMathematics educationPsychologyTeaching methodPolitical science

Résumé

récupéré en direct d'OpenAlex

One perspective model for the creation of the learning environment and engendering students’ thinking development is the Project-Based Collaborative Learning (PBCL) model. This model organizes learning by collaborative performance of various projects. In this paper we describe an approach to enhancing the PBCL model through the creation of result-based accountability. Enhancing the model results in organizing PBCL as a two-phase process creation of accountability for the students and their learning results, with specific formation of a knowledge heterogeneous collaborative group, and the design of a learning assessment system. The teacher is accountable for teaching the subject through a sample project realized during the first phase of the process. Collaborative performance through group projects is realized in the second phase of PBCL. Student accountability for performance of determined project tasks is created on the basis of self-assessment of knowledge. A collaborative group is formed as a result of the coordination of personal accountabilities of students, taking into account teacher requirements providing students’ shared accountability in performance of a group project. The learning assessment system includes: the initial formative assessments when studying a subject according to knowledge levels, inducing the building of higher-order knowledge; self-assessment that allows student accountability for learning outcomes; assessment knowledge built by students, owing to collaborative project performance; assessments when studying a subject; assessments of collaborative skills and accountability skills, and combined summative assessments. The approach promotes the collaborative building of knowledge, facilitation of knowledge sharing among students, and effective construction of higher-order thinking skills, collaborative skills, and accountability skills.

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)0,032
score de la tête « metaresearch » (Gemma)0,077
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,077
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,009
Communication savante0,0120,010
Science ouverte0,0020,011
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,023
Tête enseignante GPT0,408
Écart entre enseignants0,384 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetProblem and Project Based LearningTravaux en français237 207