MétaCan
Menu
Retour à la cohorte
Enregistrement W2535867353

A case for where in educational discourse and practice

2016· article· en· W2535867353 sur OpenAlexaff
Hartley Banack

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueOutdoor and Experiential Education
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésOutdoor educationPedagogyCurriculumRedressSociologyRhetoricPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Presently, there is much literature from physical health, mental and social wellbeing, environmental and sustainable development, and curriculum and pedagogy research evidencing need to increase outdoor learning experiences for students.  While efforts to increase outdoor learning exist in curricular and instructional design discourses, there seem to be barriers limiting efficacy and proliferation of outdoor learning experiences in practice.  Teacher education programs and in-service professional development in Faculties of Education most commonly focus on curriculum and pedagogy.  Outdoor Education is neither discipline nor didactic, and it is a struggle to situate outdoor learning experiences within curricular or pedagogical camps (Beams, Higgins and Nicol, 2012.  As Outdoor Education belongs to neither, it is suggested that it has its own category of place , with unique characteristics (ontology) requiring distinct approaches (epistemology).  Curriculum is situated as principally concerned with what and pedagogy with who , thus place is permitted to be contemplated as where .  Where may be physical (indoor/outdoor), or mental (memory), or cybernetic (chat room).  Place , as unique category for Educational discourse, in turn may allow redress of historic marginalization faced by Outdoor Education, shifting emphasis from curricular and pedagogical rhetoric towards enabling more outdoor learning during instructional times.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,039
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,208

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,041
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,004
Études des sciences et des technologies0,0260,142
Communication savante0,0430,071
Science ouverte0,0040,028
Intégrité de la recherche0,0180,017
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,040
Tête enseignante GPT0,454
Écart entre enseignants0,414 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOutdoor and Experiential EducationTravaux en français237 207