MétaCan
Menu
Retour à la cohorte
Enregistrement W2560713197 · doi:10.1177/2158244016681394

What Makes Inquiry Stick? The Quality of Preservice Teachers’ Understanding of Inquiry

2016· article· en· W2560713197 sur OpenAlexaff
Mark W. Aulls, Diana Tabatabai, Bruce M. Shore

Notice bibliographique

RevueSAGE Open · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésExploratory researchMathematics educationPsychologyContext (archaeology)Educational researchInquiry-based learningTeacher educationQuality (philosophy)PedagogyCoding (social sciences)SociologyEpistemology

Résumé

récupéré en direct d'OpenAlex

This nonexperimental, exploratory, mixed-design study used questionnaires with 167 preservice secondary teachers to identify prior educational experiences associated with student-teachers’ inquiry understanding. Understanding was determined through content analysis then open coding of definitions of inquiry and descriptions of best-experienced inquiry instruction, in terms of 23 potential learner-inquiry outcomes. Only two of seven educational-context variables related to understanding: prior experience doing a thesis or research—especially to definition quality and having taken a research-methods course—especially to description quality. How definitions and descriptions of inquiry are different and similar was analyzed qualitatively and quantitatively. Implications for methodology, theory, and practice were presented, for example, research opportunities and research-methods training during teacher education.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,242
Score d'incertitude au seuil0,882

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,330
Tête enseignante GPT0,469
Écart entre enseignants0,139 · 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.

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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAGE OpenMême sujetEducation and Critical Thinking DevelopmentTravaux en français237 207