MétaCan
Menu
Retour à la cohorte
Enregistrement W2181389029 · doi:10.36510/learnland.v1i1.240

(Re) conceiving Student Engagement: What the Students Say They Want. Putting Young People at the Centre of the Conversation

2007· article· en· W2181389029 sur OpenAlexvenueno aff
David Zyngier

Notice bibliographique

RevueLEARNing Landscapes · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStudent engagementDisadvantagedConversationPedagogyPsychologySociologyMathematics educationPolitical science

Résumé

récupéré en direct d'OpenAlex

The challenge of student engagement has been recognised as a serious issue, especially in the middle years of schooling in Australian education. This qualitative study seeks to understand the experiences of one group of students beginning their high school years. Students are often left out of the discourse on student engagement. Traditionally they are objectified and omitted from the dialogue because often they are viewed as products of formal education systems. By giving voice to students, I compare and contrast the various and contested understandings of authentic or generative aspects of student engagement and what these might mean for classroom practice. I suggest that pedagogical practices that connect to students’ lives are too often ignored but necessary elements of teacher pedagogy for all students, particularly, those from disadvantaged and minority backgrounds. I identify and examine three contesting epistemological constructs of student engagement in order to answer three interrelated questions: (i) What are the most worthwile conceptions of engagement? (ii) What are the purposes of engagement? (iii) Who benefits (and who is excluded) from these purposes? I conclude that not all forms of student engagement are equal.

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)0,013
score de la tête « metaresearch » (Gemma)0,014
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0080,035
Communication savante0,0190,017
Science ouverte0,0020,011
Intégrité de la recherche0,0060,011
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,011
Tête enseignante GPT0,294
Écart entre enseignants0,283 · 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

Citations15
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLEARNing LandscapesMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207