Critical Thinking in the Information Age: Helping Students Find and Evaluate Scientific Information
Notice bibliographique
Résumé
Convenient access to information is now commonplace with portable internet-capable devices like laptops, tablets, and cell phones. The revolution continues as smart technologies like internet-capable wristwatches meet the market. The result is an abundance of information, available at any time with the click of a button or tap of a screen. When a question arises, the default reaction is to âGoogle it,â rather than attempt to recall an answer, solve the problem, or find information from any other source. While this is a valuable way of accessing information, students should be cautioned against accepting the information at face value, and encouraged to evaluate that information for accuracy, validity, bias, and so on (Weiler, 2004). At a time when critical thinking skills are more necessary than ever, these skills are not being explicitly developed. The convention of teaching large classes in the sciences usually leads to information being received passively, without much room for questioning or challenging the content. Science students are given content rather than the tools for seeking and evaluating scientific information themselves (Pithers & Soden, 2000). Given the continuously evolving nature of scientific theory and the abundance of information available on the Internet, instructors must equip students with tools for finding and analyzing information; these tools can be applied to both classroom and life-long learning. This workshop provides instructors with strategies for active learning that promote development of critical thinking skills in students.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,008 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».