MétaCan
Menu
Retour à la cohorte
Enregistrement W2505548242 · doi:10.4018/978-1-59904-337-1.ch005

Creativity and Ingenuity, Design, and Problem Solving

2011· book-chapter· en· W2505548242 sur OpenAlexaff
Stephan Petrina

Notice bibliographique

RevueIGI Global eBooks · 2011
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueDigital literacy in education
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIngenuityCreativityCreative problem-solvingFeelingComputer scienceMathematics educationManagement scienceEngineering ethicsPsychologyEngineeringEpistemologySocial psychology

Résumé

récupéré en direct d'OpenAlex

One of the most used and abused approaches to technology studies in the schools is creative design and technological problem-solving. Current research suggests that it is not clear what students learn, if anything, in many creative design and technological problem-solving activities. Recalling the previous chapters, it is not enough to merely involve students in activities and problems. Emotions, knowledge, and skills must be articulated, organized, and demonstrated. Inferences from mistakes and successes must be drawn. Procedures must be practiced. One of the reasons that creative design and technological problem-solving activities are often without adequate results is that technology teachers tend to take creativity, design and problem- solving for granted. We assume that creativity, design, and problem-solving are automatic components of what we practice in technology studies. However, little is automatic in education. There is more to design and problem-solving than learning methods and resolving technical problems. In this chapter, current research is brought to bear on creative design, ingenuity, and technological problem-solving. In technology studies, one of our missions is to demystify the processes and products of design and technology. It is not enough to merely teach students to express their creativity, design or solve problems. We use the processes of creative design and problem-solving to disclose self-knowledge and feelings as well as the cultural and material conditions of subsistence, work, and home life. It is relatively easy to say this is the case. What remains is for us to describe how technology teachers can derive knowledge and feelings from technologies. How does doing lead to knowing? This chapter explains eleven methods of disclosive analysis for teachers to use with their students to demystify the processes and products of design and technology. The chapter concludes with an explanation of design briefs, an essential tool for engaging students in design and problem-solving.Request access from your librarian to read this chapter's full text.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,815
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,032
Tête enseignante GPT0,254
Écart entre enseignants0,222 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetDigital literacy in educationTravaux en français237 207