From Distraction to Contribution: A Preliminary Study on How Peers Outside the Group Can Contribute to Students’ Learning
Notice bibliographique
Résumé
Active Learning Classrooms are new learning spaces that allow collaborative learning activities to take place easily over the traditional classroom. However, some features of these rooms could be viewed as “distracting” to students’ learning such as the multiple interactive screens. The purpose of this paper is to begin the conversation on how subtle roles in the learning environment could impact learning. Using a case study approach, an activity from one course was chosen that exemplified how peers outside students’ immediate group can influence their learning. Based on the preliminary findings, it is suggested that being aware of these subtle roles peers outside the group can have on students and making them explicit in the pedagogical design of the course can lead to maximizing the usage of the space to potentially foster greater learning. Les salles de classe où l’on pratique l’apprentissage actif sont de nouveaux espaces d’apprentissage qui permettent d’organiser des activités d’apprentissage collaboratif plutôt que de pratiquer l’enseignement traditionnel. Toutefois, certains aspects de ces salles de classe peuvent être considérés comme « gênants » pour l’apprentissage des étudiants, par exemple les multiples écrans interactifs. L’objectif de cette communication est d’ouvrir le débat sur la manière dont les rôles subtils de l’environnement d’apprentissage peuvent avoir des effets sur l’apprentissage. En utilisant l’approche qui consiste à faire une étude de cas, une activité d’un cours donné a été choisie pour exemplifier comment les pairs qui se trouvent à l’extérieur du groupe immédiat des étudiants peuvent influencer leur apprentissage. Selon les résultats préliminaires, il semblerait que le fait d’être conscient de ces rôles subtils que les pairs qui se trouvent à l’extérieur du groupe peuvent avoir sur les étudiants et le fait de les rendre explicites dans la conception pédagogique du cours peuvent mener à maximiser l’usage de l’espace en vue de favoriser un meilleur apprentissage.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».