Between Knowing and Learning: New Instructors' Experiences in Active Learning Classrooms
Notice bibliographique
Résumé
Over the past 20 years, interest in the impact of space on teaching and learning has grown, and higher education institutions have responded by creating Active Learning Classrooms (ALCs)—spaces designed to promote active, student-centred learning. While ALC research has explored teaching methods, student experience, and student learning, less is known about how teaching in these spaces affects instructors. We contribute to this discussion by investigating teachers’ educational development in these spaces. We asked new instructors to reflect on their ALC experiences, exploring their pre-course preparation and their perceptions about themselves, their students, and teaching and learning. Their reflections revealed key differences between knowing and learning: Although all participants knew about and were dedicated to student-centred pedagogy before teaching in the ALCs, teaching in these spaces prompted transformative learning through which they shifted both their behaviours and perceptions about student learning and about their own roles in the classroom. Au cours des 20 dernières années, l’intérêt consacré à l’impact de l’espace sur l’enseignement et l’apprentissage a augmenté et les établissements d’enseignement supérieur ont répondu en créant des classes d’apprentissage actif (CAA) – des espaces consacrés à la promotion de l’apprentissage actif centré sur l’étudiant. Alors que la recherche portant sur les CAA a exploré les méthodes d’enseignement, l’expérience des étudiants et l’apprentissage des étudiants, on s’est moins intéressé à la question de savoir comment le fait d’enseigner dans ces espaces affectait les instructeurs. Nous contribuons à cette discussion en examinant le développement éducationnel des enseignants dans ces espaces. Nous avons demandé à de nouveaux instructeurs de réfléchir à leurs expériences en CAA, d’explorer leurs préparations avant les cours et leurs perceptions sur eux-mêmes, sur leurs étudiants et sur l’enseignement et l’apprentissage. Leurs réflexions ont révélé des différences majeures entre savoir et apprendre : bien que tous les participants aient été au courant, avant d’enseigner dans une classe d’apprentissage actif, de la pédagogie centrée sur l’apprenant et y aient été dévoués, l’enseignement dans ces espaces a engendré un apprentissage transformateur qui a abouti à un changement à la fois dans leurs comportements et dans leurs perceptions sur l’apprentissage des étudiants ainsi que sur leurs propres rôles dans la salle de classe.
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 | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,008 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».