MétaCan
Menu
Retour à la cohorte
Enregistrement W2913541543

Student learning during a project based unit in a secondary classroom

2018· article· en· W2913541543 sur OpenAlexaff
Sheryl MacMath, Vandy Britton, Awneet Sivia, Chelsea Novakowski

Notice bibliographique

Revue2018 Conference of the Canadian Society for the Study of Education · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueProblem and Project Based Learning
Établissements canadiensUniversity of the Fraser Valley
Organismes subventionnairesnon disponible
Mots-clésStudent engagementMathematics educationProblem-based learningUnit (ring theory)PedagogyProject-based learningPsychologyStudent teacherTeacher education
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Project based learning (PBL) is recognized as a student-centred instructional model that focuses on student collaboration to solve a real world question that results in the creation of a final product (Kokotsaki, Menzies, & Wiggins, 2016). While literature reviews of PBL reveal that teachers perceive students to be more motivated, more collaborative, and more successful when PBL is used in the classroom, the majority of research focuses only on perceptions rather than measures of student learning. Using a mixed methods triangulation-convergence design (Creswell & Plano Clark, 2007) this study gathered detailed classroom observations, one-on-one student interviews, and student surveys to examine what, if any, student learning occurred. In addition, levels of student engagement, during both a PBL and non-PBL unit, were measured. These measures aimed to improve the validity of research that reports on student learning and engagement in relation to PBL in the secondary classroom. Key recommendations are included to help teachers, administrators, and policy advocates regarding the use of PBL opportunities to develop 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0040,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,341
Écart entre enseignants0,291 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2018 Conference of the Canadian Society for the Study of EducationMême sujetProblem and Project Based LearningTravaux en français237 207