Surveying Assessment in Experiential Learning: A Single Campus Study
Notice bibliographique
Résumé
The purpose of this study was to determine the methods of experiential assessment in use at a Canadian university and the extent to which they are used. Exploring experiential assessment will allow identification of commonly used methods and facilitate the development of best practices of assessment in the context of experiential learning (EL) at an institutional level. The origins of EL are found in the work of Dewey (1938), later modified by Kolb and Fry (1975). Experiential methods include: experiential education, service learning problem-based learning and others such as action learning, enquiry-based learning, and case studies. Faculty currently involved in EL at the participating university were invited to complete an online survey about their teaching and assessment methods. This paper will share the results and analysis of the EL inventory survey. L’objectif de cette étude était de déterminer quelles méthodes d’évaluation expérientielle sont employées dans les universités canadiennes et dans quelle mesure elles sont employées. Le fait d’explorer l’évaluation expérientielle permettra d’identifier quelles sont les méthodes employées couramment et facilitera le développement des meilleures pratiques d’évaluation dans le contexte de l’apprentissage expérientiel au niveau institutionnel. Les origines de l’apprentissage expérientiel se trouvent dans les travaux de Dewey (1938), modifiés plus tard par Kolb et Fry (1975). Les méthodes expérientielles comprennent : l’éducation expérientielle, l’apprentissage par le service, l’apprentissage par problèmes, ainsi que quelques autres tel que l’apprentissage par action, l’apprentissage par l’enquête et les études de cas. Les professeurs qui pratiquent actuellement l’apprentissage expérientiel dans les universités participantes ont été invités à remplir un questionnaire en ligne portant sur leur enseignement et leurs méthodes d’évaluation. Cet article partage les résultats et les analyses du sondage sur l’apprentissage expérientiel.
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 | 0,026 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».