MétaCan
Menu
Retour à la cohorte
Enregistrement W2073214076 · doi:10.1080/1090102040250105

Creating a transformative learning community: Generating collective knowledge in an early childhood graduate course

2004· article· en· W2073214076 sur OpenAlexaff
Anna Kirova, Darcey Dachyshyn, G. Hlibka, Kathleen Holt, Ahmed E. Kamal, G. Kozak, P. Mattason, Lucia Pawlowski

Notice bibliographique

RevueJournal of Early Childhood Teacher Education · 2004
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTransformative learningPsychologyMathematics educationPedagogyCooperative learningTeaching method

Résumé

récupéré en direct d'OpenAlex

Abstract This collaborative paper explores the process of creating a learning community as a complex learning system in an early childhood graduate course. Reflected here are the course instructor's experiences and those of various students who took the course at different times. This exploration was inspired by the students’ (re)created and repeated experiences of transformation as a result of taking the course. As a group, the authors asked; is there a particular ingredient in that course that facilitated the repeatable nature of this transformation? Complexity science/theory as applied to notions of learning and teaching (Capra, 2002; Davis & Simmt, 2003; Waldrop, 1992) provided the framework for this exploration. Five conditions that must be present in order for individuals to come together into collectives that might supersede the possibilities of the individual—internal diversity, redundancy, decentralized control, organized randomness, and neighbor interactions (Davis & Simmt, 2003)—were used to examine the collective learning experiences in that course. Reflective journal entries and the instructor's personal reflections on the process of planning, conducting, and evaluating the course were used to illustrate how these conditions were created and how they were used to occasion the type of learning students experienced as transformative.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,808
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,006
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,056
Tête enseignante GPT0,390
Écart entre enseignants0,334 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations1
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Early Childhood Teacher EducationMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207