Beyond “Inert” Ideas to Teaching General Chemistry from Rich Contexts: Visualizing the Chemistry of Climate Change (VC3)
Notice bibliographique
Résumé
Abstract As one approach to moving beyond transmitting “inert” ideas to chemistry students, we use the term “teaching from rich contexts” to describe implementations of case studies or context-based learning based on systems thinking that provide deep and rich opportunities for learning crosscutting concepts through contexts. This approach nurtures the use of higher-order cognitive skills to connect concepts and apply the knowledge gained to new contexts. We describe the approach used to design a set of resources that model how rich contexts can be used to facilitate learning of general chemistry topics. The Visualizing the Chemistry of Climate Change (VC3) initiative provides an exemplar for introducing students in general chemistry courses to a set of core chemistry concepts, while infusing rich contexts drawn from sustainability science literacy. Climate change, one of the defining sustainability challenges of our century, with deep and broad connections to chemistry curriculum and crosscutting concepts, was selected as a rich context to introduce four topics (isotopes, acids–bases, gases, and thermochemistry) into undergraduate general chemistry courses. The creation and assessment of VC3 resources for general chemistry was implemented in seven steps: (i) mapping the correlation between climate literacy principles and core first-year university chemistry content, (ii) documenting underlying science conceptions, (iii) developing an inventory of chemistry concepts related to climate change and validating instruments that make use of the inventory to assess understanding, (iv) articulating learning outcomes for each topic, (v) developing and testing peer-reviewed interactive digital learning objects related to climate literacy principles with particular relevance to undergraduate chemistry, (vi) piloting the materials with first-year students and measuring the change in student understanding of both chemistry and climate science concepts, and (vii) disseminating the interactive resources for use by chemistry educators and students. A novel feature of the approach was to design resources (step v) based on tripartite sets of learning outcomes (step iv) for each chemistry and climate concept, with each knowledge outcome accompanied by an outcome describing the evidential basis for that knowledge, and a third outcome highlighting the relevance of that knowledge for students.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».