MétaCan
Menu
Retour à la cohorte
Enregistrement W2597075904 · doi:10.5206/cjsotl-rcacea.2017.1.5

An Analytical Autoethnographical Account of using Inquiry-Based Learning in a Graduate Research Methods Course

2017· article· en· W2597075904 sur OpenAlexvenueno aff
Jules Woolf

Notice bibliographique

RevueThe Canadian Journal for the Scholarship of Teaching and Learning · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNexus (standard)PedagogyCurriculumInclusion (mineral)SociologyPsychologyEngineering

Résumé

récupéré en direct d'OpenAlex

Increased emphasis is being placed on integrating research and teaching in higher education because of the numerous benefits accrued by students. In accordance, research methods courses are ubiquitously contained in curricula, ostensibly to promote research training and the research-teaching nexus. Students may not appreciate the inclusion, however, of such courses or emphasis on research training when their career ambitions are outside academia. In this analytical autoethnographic study, I examined my experience of teaching research methods to twenty graduate students using an inquiry-based learning strategy. To assist my analysis, I incorporated the students’ reflective journals of their experience of the course. Inquiry based learning motivated both the students and me, however the approach was time intensive and stressful for me. Contrary to current recommendations, guidance is of crucial importance with this teaching approach, particularly at the onset. Furthermore, an alignment between my own research interests and course content was not necessary for the research-teaching nexus to be experienced. Moreover, absence of such alignment provided opportunities for personal development both for the students and in my case, the instructor. Dans l’enseignement supérieur, on met maintenant de plus en plus d’emphase sur l’intégration de la recherche dans l’enseignement à cause des nombreux avantages dont peuvent bénéficier les étudiants. Par conséquent, les cours de méthodologie de la recherche font désormais partie des programmes de cours de façon ubiquitaire, visiblement pour favoriser la formation en recherche et le lien entre l’enseignement et la recherche. Toutefois, les étudiants n’apprécient pas toujours une telle inclusion de ces cours ni l’accent mis sur la formation en recherche lorsque leurs ambitions de carrière se situent hors du milieu universitaire. Dans cette étude analytique auto-ethnographique, j’examine l’expérience que j’ai eue quand j’ai enseigné un cours de méthodes de recherche à vingt étudiants au cycles supérieurs en utilisant une stratégie d’apprentissage basée sur l’enquête. Pour faciliter mon analyse, j’ai incorporé les journaux de réflexions personnelles des étudiants dans lesquels ils ont relaté leurs expériences concernant le cours. L’apprentissage basé sur l’enquête a motivé à la fois les étudiants et moi-même, mais il s’est avéré que cette approche avait pris énormément de temps et avait été stressante pour moi. Contrairement aux recommandations qui circulent actuellement, il est de la plus haute importance de fournir des conseils quand on utilise cette approche d’enseignement, en particulier au début. De plus, il n’a pas été nécessaire d’aligner mes propres intérêts en matière de recherche avec le contenu du cours pour faire l’expérience du lien entre la recherche et l’enseignement. Par ailleurs, l’absence d’un tel alignement a fourni des occasions de développement personnel à la fois pour les étudiants et, dans mon cas, pour l’instructeur.

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)0,199
score de la tête « metaresearch » (Gemma)0,072
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Communication savante, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,196
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1990,072
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0230,002
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,008
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,667
Tête enseignante GPT0,642
Écart entre enseignants0,026 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal for the Scholarship of Teaching and LearningMême sujetEvaluation of Teaching PracticesTravaux en français237 207