MétaCan
Menu
Retour à la cohorte
Enregistrement W2147660431 · doi:10.29173/cmplct8761

New Venues for Science Teacher Education: Self-organizational Pedagogy on the Edge of Chaos

2007· article· en· W2147660431 sur OpenAlexaffvenue
Lyubov Laroche, Cynthia Nicol, Jolie Mayer‐Smith

Notice bibliographique

RevueComplicity An International Journal of Complexity and Education · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueChaos, Complexity, and Education
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésImprovisationContext (archaeology)Mathematics educationScience educationPedagogyAdaptation (eye)Edge of chaosThe artsPsychologySociologyComputer scienceVisual arts

Résumé

récupéré en direct d'OpenAlex

This paper describes our attempt to develop a pedagogical practice informed by the concepts of complexity applied to education. The context of our study was the science methods course within an elementary teacher education program. The practice, described here, has overlapped instruction and assignment; teaching and learning; science and the arts; formal and informal education. Prospective teachers, while working in teams of 4–5, taught mini-lessons about science topics to 6th and 7th graders in field settings, and then, collaboratively with the children, produced scientific/artistic digital videos about these topics. As a next step, prospective teachers shared their teaching experiences, classroom observations, and self-produced videos with their university peers. Upon completing this practice, many prospective teachers have changed their ways of thinking about science and science education. We discuss how this practice is informed by and further informs such concepts of complexity as self-organization, chaotic attractors, fluidity, fuzzy boundaries, the edge of chaos, improvisation, adaptation, and transformation.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0080,015
Communication savante0,0080,011
Science ouverte0,0020,015
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,070
Tête enseignante GPT0,379
Écart entre enseignants0,309 · 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'étudeThéorique ou conceptuel
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

Citations20
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueComplicity An International Journal of Complexity and EducationMême sujetChaos, Complexity, and EducationTravaux en français237 207