MétaCan
Menu
Retour à la cohorte
Enregistrement W2487442970 · doi:10.1108/s2055-364120150000003021

Developing an Interdisciplinary Inquiry Course on Global Justice: An Inquiry-Informed, Cross-Campus, Collaborative Approach

2015· book-chapter· en· W2487442970 sur OpenAlexaboutno aff
Elizabeth Marquis, Vivian W.Y. Tam

Notice bibliographique

RevueInnovations in higher education teaching and learning · 2015
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInjusticeEquity (law)Global citizenshipPedagogyCitizenshipEngineering ethicsEconomic JusticeSociologyPolitical sciencePsychologyEngineering

Résumé

récupéré en direct d'OpenAlex

Higher-education institutions have an increasing responsibility to foster “global citizenship,” enabling students to recognize injustice and pursue equity. As a first step to creating a larger “hub” for global justice, McMaster University set out to develop an interdisciplinary course on the topic. With high-level institutional support, a cross-campus, interdisciplinary course design team was formed to further investigate effective pedagogy. Inquiry-based learning (IBL) was considered a foundation for other learning strategies within the course because of its evidenced ability to instigate a process of “learning by doing,” requiring students to both self-direct their education and develop their capacities as independent learners. To provide a further evidence base, a student member of the committee also conducted a pan-Ontario study surveying relevant instructors on successful global justice pedagogies. Collectively, these findings were integrated to inform the development of “Global Justice Inquiry,” which is characterized by its small course size, open-inquiry style, and engagement of alumni, community partners, and faculty from across campus. This chapter details the process followed to develop this course, presenting it as a model that might be helpful to others looking to develop interdisciplinary inquiry offerings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,722
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,175
Tête enseignante GPT0,486
Écart entre enseignants0,311 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovations in higher education teaching and learningMême sujetService-Learning and Community EngagementTravaux en français237 207