Enhancing critical thinking through active learning
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Today the Framework for 21st Century Learning developed by the Partnership for 21st Century Learning (P21) is widely recognized and has been used in the U.S., Canada and New Zealand. P21 defines and illustrates the skills and knowledge students need and states that critical thinking is fundamental for twenty-first century success and essential for success in an academic context. The Organization for Economic Co-operation and Development (OECD) also values the importance of cultivating critical thinking. However, critical thinking is not a part of the EFL curriculum in Japan, and lessons are not focused on the development of meta-cognitive strategies. How do we help students learn foreign languages and twenty-first Century Skills at the same time? Active learning and content and language integrated learning (CLIL) offer such a learning environment where learners enhance their cognitive skills and gain knowledge while they are learning content and language. This paper reports on a study that explores how active learning with CLIL instruction helps Japanese EFL learners to develop critical thinking skills. In the author’s student-centered instruction based class, critical thinking was stimulated with questions based on the revised Bloom’s taxonomy to develop lower and higher order thinking skills while various scaffolding activities were provided. Pretest-posttest results from the Critical Thinking Disposition Scale (CTDS) and the Cornell Critical Thinking Test (CCTT) Level Z were compared to determine to what extent, if any, EFL learners developed critical thinking disposition and skills through active learning in CLIL classes. The results of the CTDS and CCTT suggest that active learning has value for increasing critical thinking.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 découle