MétaCan
Menu
Retour à la cohorte
Enregistrement W2110262356 · doi:10.21432/t2630w

Encouraging self-regulated learning through electronic portfolios

2009· article· en· W2110262356 sur OpenAlexaffvenueabout
Philip C. Abrami, Anne Wade, Vanitha Pillay, Ofra Aslan, Eva Mary Bures, Caitlin Bentley

Notice bibliographique

RevueCanadian Journal of Learning and Technology · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPortfolioPsychologyMathematics educationDocumentationPedagogyElectronic portfolioComputer science

Résumé

récupéré en direct d'OpenAlex

At the Centre for the Study of Learning and Performance (CSLP) at Concordia University in Montreal, Quebec, we have developed the Electronic Portfolio Encouraging Active Reflective Learning Software (ePEARL) to promote student self-regulation and enhance student core competencies. This paper summarizes the literature on electronic portfolios (EPs), describes ePEARL, and documents our research findings to date including analyses of teacher and student reactions. Participants in this study were 62 school teachers, mostly from elementary schools, and their students (approximately 1200) from seven urban and rural English school boards across Quebec. Student and teacher post-test questionnaire responses suggested that the use of portfolios, and the learning processes they support, were positively viewed and learned well enough to be emerging skills among students. Contrariwise, teachers commented that teaching SRL strategies was new and thus required a change in teaching strategies, strategies that they were not yet accustomed to. Focus groups also revealed the challenges of using portfolios to teach children to self-regulate. And finally, the analysis of student portfolios evidenced only small amounts of student work or high levels of student self-regulation. Résumé : Au Centre d’études sur l’apprentissage et la performance (CEAP) de l’Université Concordia à Montréal, Québec, nous avons conçu le logiciel de portfolio électronique réflexif pour l’apprentissage des élèves (PERLE) afin d’encourager l’apprentissage autorégulé chez les élèves et d’accroître leurs compétences de base. Cet article présente un résumé de la documentation sur les portfolios électroniques, une description de PERLE, ainsi que nos résultats de recherche documentés à ce jour, y compris des analyses des réponses des enseignants et des élèves. Les participants à cette étude se composaient de 62 enseignants, la plupart dans des écoles primaires, et de leurs élèves (environ 1200) provenant de sept commissions scolaires anglophones urbaines et rurales du Québec. Les réponses des élèves et des enseignants au posttest suggèrent que les portfolios et les processus d’apprentissage qu’ils soutiennent ont été perçus de manière positive et qu’ils ont été suffisamment assimilés pour se traduire par de nouvelles compétences chez les élèves. En revanche, les enseignants ont mentionné qu’enseigner les stratégies d’apprentissage autorégulé était nouveau et que cela exigeait de modifier leurs stratégies d’enseignement pour en adopter d’autres auxquelles ils n’étaient pas encore habitués. Les groupes de discussion ont également fait ressortir les défis liés à l’utilisation des portfolios dans le but d’apprendre l’autorégulation aux enfants. Enfin, l’analyse des portfolios des élèves a révélé que seulement une petite portion des travaux d’élèves démontrait des niveaux élevés d’autorégulation.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,007
Tête enseignante GPT0,310
Écart entre enseignants0,303 · 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

Citations67
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Learning and TechnologyMême sujetReflective Practices in EducationTravaux en français237 207