MétaCan
Menu
Retour à la cohorte
Enregistrement W2092389530 · doi:10.17083/ijsg.v2i1.43

Teaching Pre-Service Teachers to Integrate Serious Games in the Primary Education Curriculum

2015· article· en· W2092389530 sur OpenAlexaff
Margarida Roméro, Sylvie Barma

Notice bibliographique

RevueInternational Journal of Serious Games · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCurriculumEntertainmentService (business)Mathematics educationComputer sciencePedagogySociologyPsychologyPolitical scienceBusinessMarketing

Résumé

récupéré en direct d'OpenAlex

Curriculum integration is one of the main factors in the teachers’ decision-making process when deciding to use games in formal educational contexts. Based on this observation, we aim to introduce pre-service teachers to Game Based Learning (GBL) and Serious Games (SG) integration in the curriculum. The teaching experience aims to facilitate different approaches to GBL and SG integration in the curriculum, including three types of GBL activities. Firstly, the use of Serious Games (SG), designed for educational purposes from the start; secondly, the game creation as a learning activity through game authoring platforms; thirdly, the use of repurposed entertainment games, which, despite not having being intentionally designed for educational purposes, could be diverted for meeting the curriculum objectives of primary education. A group of 51 pre-service teachers participated in the teaching experience during which they selected a GBL activity among the three types of GBL and SG integration in the curriculum. Most of the teachers succeed to identify SG created for educational purposes, and we observed 6 entertainment games repurposed for educational objectives, none of the pre-service teachers decided to integrate a game creation activity in the curriculum. We analyze the results of the teaching pre-service experience and the opportunities to introduce GBL and SG in pre-service teachers’ education.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,019
Tête enseignante GPT0,350
Écart entre enseignants0,331 · 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'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

Citations35
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Serious GamesMême sujetEducational Games and GamificationTravaux en français237 207