MétaCan
Menu
Retour à la cohorte
Enregistrement W2244671687 · doi:10.21810/sfuer.v6i.363

A Critical Reflection of Collaborative Inquiry: To what extent is collaborative learning beneficial in my classroom?

2013· article· en· W2244671687 sur OpenAlexvenueno aff
Bianca Lavorata

Notice bibliographique

RevueSFU Educational Review · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematics educationCollaborative learningActive learning (machine learning)PedagogyRhetoricCooperative learningPsychologyTeaching methodValue (mathematics)Computer science

Résumé

récupéré en direct d'OpenAlex

Twenty years ago, I was a Grade 6 student in a Grade 6/7 classroom. I remember learning material through direct teacher instruction. The structure was quite clear-cut; the teacher transmitted information and the students listened and absorbed the material. Tests were distributed, graded, and then new content would be introduced. Students were seated in rows, sometimes according to alphabetical order, which inhibited peer intermingling and interaction. This type of traditional teaching still exists in many classrooms despite educational advances that highlight the importance of collaborative student-centred learning rather than a teacher-centred classroom. I strongly maintain that “a major value of collaboration, the reason why it is so praised in our rhetoric, is that we can do more and better work collaboratively than we can alone” (Johnston-Parsons, M., 2010, p. 289). Student centred learning may be referred to as learning that “has student responsibility and activity at its heart, in contrast to the stronger emphasis on teacher-control and the coverage of academic content” found in much traditional teaching classrooms (Cannon, R., Ingleton, C., Kiley, M., & Rogers, T., 2000, pg.3). I further extend this definition and place emphasis on student centred learning as a classroom in which students play an active role in their learning, as oppose to a passive role in a teacher-centered learning environment.

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)0,058
score de la tête « metaresearch » (Gemma)0,125
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: aucune
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,306

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0580,125
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0100,048
Communication savante0,0270,029
Science ouverte0,0030,015
Intégrité de la recherche0,0070,012
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,070
Tête enseignante GPT0,487
Écart entre enseignants0,417 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSFU Educational ReviewMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207