Scaffolding Student Learning: Forest Floor Example
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
Core Ideas Through instructional scaffolding, students move toward independent learning. The forest floor is an important bridge between aboveground living vegetation and soil. The topic of forest floor is not typically covered in the university curriculum. Instructional scaffolding employs a variety of instructional techniques that move students progressively toward stronger understanding and greater independence in the learning process. The objective of this study was to develop a scaffolding instructional module focused on forest floor for the second‐year Introduction to Soil Science course at the University of British Columbia (UBC), Canada. The scaffolding module included a campus‐based lecture; online multimedia material in the Forest Floor educational resource; campus‐based, instructor‐led demonstrations of forest floor description and classification; campus‐based, collaborative, hands‐on activity; written instructions provided in the laboratory manual; an individual written assignment; and a self‐guided activity (or quest) performed on the university campus aided by a mobile game application. These forms of support were gradually removed as students developed independent learning strategies, culminating in the self‐guided activity that led students to a forest on the university campus to practice their newly developed skills in forest floor description and classification. The scaffolding components were developed to foster intellectual inquiry and analysis, group problem‐solving, and the application of knowledge to complex issues in a real‐life setting. This could serve as a model for future educational design in post‐secondary courses in the natural sciences.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle