MétaCan
Menu
Retour à la cohorte
Enregistrement W2181533654 · doi:10.36510/learnland.v1i1.248

Line Up Your Ducks! Teachers First!: Teachers and Students Learning With Laptops in a Teacher Action Research Project

2007· article· en· W2181533654 sur OpenAlexaffvenue
Teresa Strong‐Wilson, Manuela Pasinato, Kelly Ryan, Bob Thomas, Nicole Mongrain, Maija-Liisa Harju, Richard M. Doucet

Notice bibliographique

RevueLEARNing Landscapes · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Technology Integration
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAction researchPedagogyMathematics educationAction (physics)Psychology

Résumé

récupéré en direct d'OpenAlex

Teachers are increasingly expected to incorporate technology into their practices. However, they need experiences with using new technologies in their classrooms and support to talk about and reflect on those experiences. "Teachers first" was one of the main principles that Lankshear and Synder (2000) identified as key to teachers incorporating new technologies into their practice. To put this principle into place, you need to "line up your ducks": there needs to be a structure, sustained support for that structure, and opportunities for active teacher participation. This article links findings from the first year of the "Learning with Laptops" project by focusing on the most experienced "teacher learners" and connects it with the research literature on teacher and student engagement. The findings contribute support for the principle: teachers (as learners) first!

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,547
Score d'incertitude au seuil0,969

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,078
Tête enseignante GPT0,439
Écart entre enseignants0,361 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLEARNing LandscapesMême sujetEducation and Technology IntegrationTravaux en français237 207