Trends in research on project-based science and technology teaching and learning at K–12 levels: a systematic review
Notice bibliographique
Résumé
Project-based teaching is nothing new; it originates from the work of authors like Dewey and Kilpatrick. Recent decades have seen renewed interest in this approach. In many countries, it is currently considered to be an innovative approach to science and technology (S&T) teaching. In this article, we present a systematic review of what recent scientific publications teach us about this approach: How is this approach identified in these publications? How is the use of this approach in school S&T justified? What are the main research questions covered by studies in the field? What do these studies on this approach teach us? To answer these questions, we have selected and analysed articles published, between 2000 and 2014, in journals that are specialised in school science and technology education and that are indexed in ERIC database. In the synthesis based on this analysis, we present: (a) the theoretical constructs used by the authors to refer to this approach and the features identified to define it; (b) the justifications for this approach; (c) the research questions covered by studies in the field; (d) the data collection and analysis methods used in these studies; and (e) the main findings. In addition to presenting a synthesis of current research in this field, we offer a critical discussion thereof with a focus on two aspects, namely the way PBSTL is conceptualised and the rigour of the research methods used to ensure the validity of findings.
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 | 0,060 | 0,214 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,039 | 0,042 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».