MétaCan
Menu
Retour à la cohorte
Enregistrement W2014657102 · doi:10.1080/14759390400200172

Tensions in learning content and technology: the experience of education students in a web-based research project

2004· article· en· W2014657102 sur OpenAlexaff
Ling Shi, Ken Reeder, Tammy Slater, Carolyn Kristjánsson

Notice bibliographique

RevueTechnology Pedagogy and Education · 2004
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Strategies and Epistemologies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésContent (measure theory)PsychologyComputer sciencePedagogyMathematics educationWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

There has been little research on how a content-based teacher education course can embed effective training in the use of the World Wide Web to search for information and present learning outcomes. To address this gap, the present study documents the experience of 64 pre-service and inservice teachers who completed a web-based group project in an applied linguistics course. Participants expressed general appreciation of the experience but also felt tension between technology and content learning. The study raises questions about the role of technology in knowledge construction, teachers' beliefs regarding what constitutes learning in a content-based course, and how new technology can be used to enhance the learning of content knowledge.

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)0,015
score de la tête « metaresearch » (Gemma)0,031
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0170,018
Communication savante0,0180,009
Science ouverte0,0030,015
Intégrité de la recherche0,0050,012
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,196
Tête enseignante GPT0,503
Écart entre enseignants0,306 · 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

Citations6
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnology Pedagogy and EducationMême sujetEducational Strategies and EpistemologiesTravaux en français237 207