The Art of Questioning: Using Bloom’s Taxonomy in the Elementary School Classroom
Notice bibliographique
Résumé
The stated goal of education is to help students acquire knowledge through comprehension. Because of its potential to promote comprehension and learning, questioning is one of the most influential teaching strategies. Academic research confirms that children develop critical thinking skills through teacher-facilitated questions (Ennis, 1996). Consequently, the purpose of this workshop is to provide pre-service teachers with an opportunity to reflect upon ways of using questioning techniques in the classroom to help challenge students' thinking. In this workshop, pre-service teachers will use a taxonomy for classifying educational objectives originally developed in 1956 by Benjamin Bloom and a group of educational psychologists. This taxonomy consists of six criteria: 1) knowledge, or the recall of information; 2) comprehension, or the understanding of concepts; 3) application, or problem solving; 4) analysis, in which students separate the material into its various components; 5) synthesis, in which students combine elements to form a new structure; and 6) evaluation, or judging the material. Using Bloom’s Taxonomy (1956) and a more recent revision (Anderson, 2006), this workshop will demonstrate the value that meaningful questions have in the development of children's cognitive and critical thinking abilities. Specifically, participants will: (a) develop questionnaires for lessons; (b) reflect upon the rationale for certain types of questions; and (c) generate developmentally appropriate questions.
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 | 0,047 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,014 | 0,016 |
| Études des sciences et des technologies | 0,004 | 0,014 |
| Communication savante | 0,009 | 0,019 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».