MétaCan
Menu
Retour à la cohorte
Enregistrement W2096726697 · doi:10.5206/cjsotl-rcacea.2011.2.6

Adjusting Curricular Design to “CREATE” a Culture of Self-Regulation

2011· article· en· W2096726697 sur OpenAlexaffvenue
Rylan Egan

Notice bibliographique

RevueThe Canadian Journal for the Scholarship of Teaching and Learning · 2011
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPedagogySociologyPsychologyPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Developing learners’ ability to self-regulate their own learning has been an ideal sought after by researchers and practitioners alike. Over the past 40 years a plethora of educational psychology research on self-regulated learning (SRL) has flooded the literature. In this article I attempt to consolidate key theories from this literature base and propose a 6-point strategy to CREATE a culture of SRL. I will argue that instructors must communicate proximal and long-term goals that have been negotiated by a community of learners, substantially reward all positive aspects of the learning process, judge and reward the learning process by assigning elaborative learning assessments, realistically attribute success and failure to appropriate processes, and tune ineffective strategies and goals to allow the curriculum to evolve in accordance with learner difficulty and success. Enseigner aux apprenants la capacité d’autoréguler leur propre apprentissage est un idéal que poursuivent les chercheurs et les praticiens. Au cours des quarante dernières années, il y a eu surabondance d’études sur l’autorégulation de l’apprentissage dans la littérature sur la psychologie de l’éducation. Dans cet article, l’auteur tente de regrouper les principales théories tirées de cette documentation et de proposer une stratégie composée de six éléments contribuant à la création d’une culture de l’autorégulation. Il soutient que les enseignants doivent communiquer les objectifs à court et à long terme convenus par les apprenants, reconnaître de façon marquée tous aspects positifs du processus d’apprentissage, évaluer et reconnaître ce processus en donnant des travaux élaborés afin de mesurer l’apprentissage, attribuer de façon réaliste les succès et les échecs aux processus appropriés et adapter les stratégies et buts inefficaces afin de permettre l’évolution du curriculum en tenant compte des difficultés et des réussites des apprenants.

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)0,010
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,010
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0050,003
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
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 Opus0,118
Tête enseignante GPT0,364
Écart entre enseignants0,245 · 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

Citations4
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal for the Scholarship of Teaching and LearningMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207