MétaCan
Menu
Retour à la cohorte
Enregistrement W2600646026

INSIDE THE LAB/OUTSIDE THE BOX: INTERPRETING NONVERBAL MESSAGES IN THE TEACHING AND LEARNING ENVIRONMENT

2014· article· en· W2600646026 sur OpenAlexaff
Sarah Farrow, Dawn White

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensCape Breton University
Organismes subventionnairesnon disponible
Mots-clésNonverbal communicationExperiential learningPsychologyContext (archaeology)Construct (python library)Class (philosophy)PedagogyMathematics educationCommunicationComputer scienceArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Dr. Mary A. Lynch Communication Lab at Cape Breton University is the first lab of its kind and the longest running lab in North America. A mandatory requirement of our introductory Communication classes, the weekly experiential learning lab sessions help students understand concepts, increase their self-awareness and effectiveness as communicators, understand cross-cultural perspectives, retain the theory learned in class, and develop their communication skills cognitively, affectively, and behaviourally, through small-group discussions, experiential learning activities, and critically reflective written journals. This paper provides a history of the Dr. Mary A. Lynch Communication Lab, explains the purpose and methodology of the lab, and how our pedagogical approach demonstrates teaching outside the box. Nonverbal communication accounts for the majority of the messages we send. It’s also the primary way we construct and send messages about our identity unique to contexts and cultures. Educators and students are constantly sending and interpreting nonverbal cues. This paper explores the nine forms of nonverbal behaviours as presented as a critical reflection activity to participants at the Atlantic Universities’ Teaching Showcase and is representative of an activity delivered in the Communication Lab. Included are the questions posed to participants and a summary of the discussion surrounding each form of nonverbal messages in the context of the teaching and learning environment.

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)0,009
score de la tête « metaresearch » (Gemma)0,020
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 enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,007
Communication savante0,0050,005
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,019
Tête enseignante GPT0,326
Écart entre enseignants0,307 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInnovative Teaching and Learning MethodsTravaux en français237 207