MétaCan
Menu
Retour à la cohorte
Enregistrement W2566644486 · doi:10.1515/rpp-2015-0067

Transformative Learning as a Factor of Lifelong Learning by the Example of Vocational Education in Canada

2015· article· en· W2566644486 sur OpenAlexaboutno aff
Yuliana Lavrysh

Notice bibliographique

RevueComparative Professional Pedagogy · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAdult and Continuing Education Topics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransformative learningLifelong learningVocational educationPedagogyAdult educationSociologyExperiential learningMathematics educationDilemmaPsychologyEngineering ethicsEpistemologyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract The characteristics of transformative learning as a factor of life-long learning have been presented in the article. The paper offers analysis of foreign theorists and practitioners’ views on transformative learning at Canadian universities. A special attention has been paid to the exploration of transformative learning methods and techniques implemented during vocational training at universities. The analysis of theoretical background evidences that the transformative learning concept is based on the theory of person’s transformations depending on the life experience, cognitive development and critical reflection skills. The significance of transformative learning concepts implementation into Ukrainian educational process has been substantiated. The main principles of transformative learning have been described (education, science and manufacture integration, selfrealization through values and assumption transformation, focus on dialogue and critical self-reflection). The key elements of transformative learning have been determined, namely, disoriented dilemma, critical reflection and rational discourse. The importance of nonformal and non-linear educational techniques implementation has been proved.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,936
Score d'incertitude au seuil0,466

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0130,003
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,084
Tête enseignante GPT0,429
Écart entre enseignants0,344 · 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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComparative Professional PedagogyMême sujetAdult and Continuing Education TopicsTravaux en français237 207