MétaCan
Menu
Retour à la cohorte
Enregistrement W2167679573 · doi:10.1002/meet.14505001146

Knowledge artefacts: Lessons learned and Stories as a means to transfer knowledge amongst cohorts of high school students working on an inquiry‐based project

2013· article· en· W2167679573 sur OpenAlexaff
Dhary Abuhimed, Jamshid Beheshti, Charles Cole, Mohammed J. AlGhamdi, Isabelle Lamoureux

Notice bibliographique

RevueProceedings of the American Society for Information Science and Technology · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésExperiential learningExperiential knowledgeKnowledge transferPsychologyProcess (computing)Exploratory researchMathematics educationKnowledge managementPedagogyComputer scienceSociologySocial scienceEpistemology

Résumé

récupéré en direct d'OpenAlex

Abstract This paper briefly outlines the framework of an ongoing exploratory study on knowledge transfer (KT) between student cohorts working on an inquiry‐based project using knowledge artefacts (KA) mediated by a website. Three successive cohorts of grade 8 students completed a history project which led them to build knowledge about an historical topic of interest. While working on their inquiry‐based project, the students encountered obstacles and gained experiential knowledge of the research process. The researcher recorded the lessons learned and stories told by the students' in the form of knowledge artefacts (KA). The goal of this study is to transfer the experiential knowledge from previous cohorts, coded in the form of KAs and mediated by a website, to new students. The research rationale is based on the assumption that the transfer of experiential knowledge may improve the research processes and results of new students working on a similar project.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,424
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,004
Communication savante0,0000,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,059
Tête enseignante GPT0,423
Écart entre enseignants0,364 · 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 tête enseignante, pas un consensus.

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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the American Society for Information Science and TechnologyMême sujetReflective Practices in EducationTravaux en français237 207