MétaCan
Menu
Retour à la cohorte
Enregistrement W2070055660 · doi:10.1136/bmj.326.7382.213

Applying educational theory in practice

2003· review· en· W2070055660 sur OpenAlexaff
Dora Kaufman

Notice bibliographique

RevueBMJ · 2003
Typereview
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésMathematics educationPsychologyMedical educationMedicine

Résumé

récupéré en direct d'OpenAlex

How many times have we as teachers been confronted with situations in which we really were not sure what to do? We “flew by the seat of our pants,” usually doing with our learners what had been done with us. It would be useful to be able to turn to a set of guiding principles based on evidence, or at least on long term successful experience. ![][1] Fortunately, a body of theory exists that can inform practice. An unfortunate gap between academics and practitioners, however, has led to a perception of theory as belonging to an “ivory tower” and not relevant to practice. Yet the old adage that “there is nothing more practical than a good theory” still rings true today. This chapter describes several educational theories and guiding principles and then shows how these could be applied to three case studies realting to the “real world.” Malcolm Knowles introduced the term “andragogy” to North America, defining it as “the art and science of helping adults learn.” Andragogy is based on five assumptions—about how adults learn and their attitude towards and motivation for learning. #### Andragogy—five assumptions about adult learning ![][2] Learners need to feel safe and comfortable expressing themselves Knowles later derived seven principles of andragogy. Most theorists agree that andragogy is not really a theory of adult learning, but they regard Knowles' principles as guidelines on how to teach learners who tend to be at least somewhat independent and self directed. His principles can be summarised … [1]: /embed/graphic-1.gif [2]: /embed/graphic-2.gif

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)0,048
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,251

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0480,042
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,004
Études des sciences et des technologies0,0060,044
Communication savante0,0220,015
Science ouverte0,0050,013
Intégrité de la recherche0,0070,008
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,495
Écart entre enseignants0,426 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations839
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetInnovations in Medical EducationTravaux en français237 207