MétaCan
Menu
Retour à la cohorte
Enregistrement W208058107 · doi:10.18848/1447-9494/cgp/v12i09/48064

The Use of Public Reflection to Promote Workplace Learning and Expert Thinking Skills

2006· article· en· W208058107 sur OpenAlexaff
Rosemary C. Reilly

Notice bibliographique

RevueThe International Journal of Learning Annual Review · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésReflection (computer programming)Workplace learningPsychologyKnowledge managementMathematics educationPedagogyEngineering ethicsComputer scienceEngineeringWork (physics)Mechanical engineering

Résumé

récupéré en direct d'OpenAlex

Public reflection is the practice of periodically stepping back in order to ponder and make explicit the meaning, to self and others in the immediate environment, what has recently transpired, been planned, observed, and achieved in practice (Raelin, 2000). It illuminates what has been experienced by both the self and others, providing a basis for future action. It is a means of transferring individual learning into team learning into organizational learning (from the intrapersonal to the system); uncovers "theories-in-use", those implicit assumptions and beliefs that guide actions; creates shared meaning and knowledge, which is the foundation for practice-based learning; and promotes reflective practice by developing a metacognitive perspective. This paper will discuss the research results of an instrumental case study that charted the impact of the use of the format of public reflection on a system of four novice group facilitators / process consultants. The participants engaged in an intensive collaborative process of meaning making which promoted qualitative changes in the levels of expert cognitive and metacognitive thinking skills. Data sets included videotaped debriefing and planning sessions, individual and group interviews, and written reflection diaries, covering the entire lifespan of the team.

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)0,023
score de la tête « metaresearch » (Gemma)0,038
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 enseignants0,023
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,038
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,004
Communication savante0,0030,004
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,053
Tête enseignante GPT0,431
Écart entre enseignants0,379 · 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

Citations2
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Learning Annual ReviewMême sujetReflective Practices in EducationTravaux en français237 207