MétaCan
Menu
Retour à la cohorte
Enregistrement W2164607959 · doi:10.1097/00001888-200403000-00005

Orienting Teaching Toward the Learning Process

2004· article· en· W2164607959 sur OpenAlexaff
Olle ten Cate, Linda Snell, Karen Mann, Jan D. Vermunt

Notice bibliographique

RevueAcademic Medicine · 2004
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensMcGill UniversityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMetacognitionComponent (thermodynamics)CurriculumPsychologyMathematics educationProcess (computing)Experiential learningCognitionGraduation (instrument)Active learning (machine learning)Teaching methodPedagogyComputer scienceArtificial intelligenceEngineering

Résumé

récupéré en direct d'OpenAlex

Based on developments in educational psychology from the late 1980s, the authors present a model of an approach to teaching. Students' learning processes were analyzed to determine teacher functions. The learning-oriented teaching (LOT) model aims at following and guiding the learning process. The main characteristics of the model are (1) the components of learning: cognition (what to learn), affect (why learn), and metacognition (how to learn); and (2) the amount of guidance students need. If education aims at fostering one's ability to function independently in society, an important general objective should be that one learns how to fully and independently regulate his or her own learning; i.e., the ability to pursue one's professional life independently. This implies a transition from external guidance (from the teacher) through shared guidance (by the student together with the teacher) to internal guidance (by the student alone). This transition pertains not only to the cognitive component of learning (content) but also to the affective component (motives) and the metacognitive component (learning strategies). This model reflects a philosophy of internalization of the teacher's functions in a way that allows optimal independent learning after graduation. The model can be shown as a two-dimensional chart of learning components versus levels of guidance. It is further elaborated from learners' and teachers' perspectives. Examples of curriculum structure and teachers' activities are given to illustrate the model. Implications for curriculum development, course development, individual teaching moments, and educational research are discussed.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,011
Communication savante0,0100,008
Science ouverte0,0020,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,093
Tête enseignante GPT0,472
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'étudeSans objet
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

Citations220
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207