Implementation and impact of experiential learning in a graduate level teacher education program: An example from a Canadian university
Notice bibliographique
Résumé
Teacher inquiry, in which teachers study their own professional practice, is currently a popular form of experiential learning that is considered a powerful tool to bring about effective change in teaching and learning.Little empirical evidence, however, exists to explain precisely if and how this pedagogical methodology moves teachers toward transformation of practice.Using a grounded theory design, we examined twelve end of term graduate level learning portfolios and administered a survey to 336 inservice teachers enrolled in a two-year graduate diploma program in the Faculty of Education at Simon Fraser University, Canada.We found powerful evidence that our programs were highly impactful, with 94% of teachers reporting transformative learning within the second year of the program.Using portfolio data, we examined the process of the teacher transformations.Our findings revealed that teachers' abilities to interrogate their subjective-objective stance deepened their experiential learning.Using three case studies we exemplify how transformative pathways were formulated and conclude with a discussion of the implications of learning through experience, including the value of student-generated learning goals, continuous interfacing of theory and practice, seeing your "teaching" through the eyes of your students, colleagues or parents, and the power of living your research question in the context of your own classroom and school setting.We end the paper on a cautionary note pointing out the vulnerability of programs of this nature in an era of accountability, standardization, quality control, and risk management all of which eclipse approaches that focus on authentic practical problems and student generated solutions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».