MétaCan
Menu
Retour à la cohorte
Enregistrement W2687077863 · doi:10.7213/1981-416x.17.052.ds02

A course design workshop as a possible path from a content-centered to a learning-centered teaching

2017· article· en· W2687077863 sur OpenAlexaffabout
Cinthia Bittencourt Spricigo, Elisângela Ferretti Manffra, Alenoush Saroyan

Notice bibliographique

RevueRevista Diálogo Educacional · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueE-Learning and Knowledge Management
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSyllabusContext (archaeology)Plan (archaeology)Process (computing)InstitutionTask (project management)Mathematics educationComputer scienceActive learning (machine learning)PsychologyPedagogyEngineeringSociologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In order to meet the needs of a constantly changing Society, the Universities need to constantly improve their processes of teaching and learning. To do so, it is essential that professors are fully committed and well prepared to teach aiming at students learning, instead of content delivery. Faculty development programs might be helpful to support the institution and the professors in this way. Since designing these programs is a challenging task, we intend to contribute with faculty developers by reporting our experience here. We have adapted a course design workshop developed at McGill University to our context at PUCPR, in Curitiba, South of Brazil. During the workshop, the participants had to write a new syllabus of their course, elaborate a concept map, both of them with only the essential aspects for learning. They had to define the learning outcomes and only afterwards to choose active methods to help students achieve them. Throughout the whole process, participants gave feedback to each other. The activities of the workshop, along with the fruitful discussions among professors of different backgrounds helped professors to view the content as something that supports the development of learning outcomes. Therefore, we conclude that this workshop has opened the way to methodological innovations that develop learning of higher cognitive dimensions, since the professor has established more challenging expectations for the students when writing the new teaching plan.

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)0,028
score de la tête « metaresearch » (Gemma)0,027
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,145

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,027
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0080,008
Science ouverte0,0040,010
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0140,006

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 Opus0,079
Tête enseignante GPT0,322
Écart entre enseignants0,243 · 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

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevista Diálogo EducacionalMême sujetE-Learning and Knowledge ManagementTravaux en français237 207