MétaCan
Menu
Retour à la cohorte
Enregistrement W2800444040 · doi:10.5206/cjsotl-rcacea.2018.1.3

Chemistry Professors' Perceptions of Undergraduate Learning

2018· article· en· W2800444040 sur OpenAlexafffundvenue
Tanya Chichekian, Olivia Hua, Bruce M. Shore

Notice bibliographique

RevueThe Canadian Journal for the Scholarship of Teaching and Learning · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensMcGill UniversityUniversité du Québec à Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMcGill University
Mots-clésCuriosityPsychologyPedagogyPerceptionActive learning (machine learning)Chemistry educationMathematics educationComputer scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

This study investigated 27 chemistry professors’ perceptions of learning in undergraduate education and their suggestions for adopting an inquiry-based pedagogical approach to teaching and learning. Semistructured interviews revealed that two thirds of participants perceived undergraduate learning in traditional ways such as the acquisition of basic facts in a discipline. One fifth perceived undergraduate education as an active way of learning, specifically taking advantage of existing opportunities for students to engage in research experiences. Four professors described learning as a balance between the roles undertaken by students and instructors, namely students becoming more involved in the process of asking questions. Suggestions on how to bring teaching and research closer together in undergraduate education included (a) seeking research opportunities, (b) providing authentic learning environments, (c) capturing students’ curiosity, and (d) varying teaching methods. Although some statements did not provide a specific practical suggestion about how to achieve an inquiry-based pedagogical approach in higher education, a beginning of change was observed among chemistry professors' perceptions of students’ roles toward one of active learning. Cette étude analyse les perceptions de 27 professeurs de chimie sur l’apprentissage dans l’enseignement au niveau du premier cycle ainsi que leurs suggestions pour adopter une approche pédagogique d’apprentissage fondé sur l’exploration. Des entrevues semistructurées ont révélé que les deux-tiers des participants percevaient l’apprentissage au niveau du premier cycle de manière traditionnelle, tel que l’acquisition de connaissances de base dans une discipline. Un cinquième d’entre eux percevaient l’enseignement au niveau du premier cycle comme une manière active d’apprendre, spécifiquement en profitant des opportunités existantes qui permettent aux étudiants de participer à des expériences de recherche. Quatre professeurs ont décrit l’apprentissage comme un équilibre entre les rôles joués par les étudiants et ceux joués par les instructeurs, c’est-à-dire les situations où les étudiants sont davantage impliqués dans le processus qui consiste à poser des questions. Des suggestions pour savoir comment rapprocher l’enseignement et la recherche dans l’enseignement au niveau du premier cycle comprennent : (a) rechercher des occasions de recherche, (b) fournir des environnements d’apprentissage authentique, (c) éveiller la curiosité des étudiants, et (d) varier les méthodes d’enseignement. Bien que certaines déclarations n’aient pas fourni de suggestions pratiques spécifiques sur la manière d’en arriver à une approche pédagogique d’apprentissage fondé sur l’exploration dans l’enseignement supérieur, un début de changement a été observé parmi les perceptions des professeurs de chimie sur les rôles des étudiants vers un apprentissage actif.

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)0,027
score de la tête « metaresearch » (Gemma)0,022
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,568
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0270,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0160,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,003
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 Opus0,114
Tête enseignante GPT0,426
Écart entre enseignants0,312 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

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