MétaCan
Menu
Retour à la cohorte
Enregistrement W2914684462 · doi:10.1177/1045159519826074

Innovations in Teaching Adult Education: Living History Museums and Transformative Learning in the University Classroom

2019· article· en· W2914684462 sur OpenAlexafffund
Pierre Walter

Notice bibliographique

RevueAdult Learning · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAdult and Continuing Education Topics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésExperiential learningTransformative learningPedagogyAdult educationSyllabusActive learning (machine learning)PsychologyCurriculumCooperative learningSociologyTeaching method

Résumé

récupéré en direct d'OpenAlex

The difficult times in which we live require innovative, creative, and hopeful pedagogies of adult education. This article describes a nontraditional experiential, “empathy-invoking” approach to the teaching of a graduate course on the theory and research of adult learning. The approach begins with the building of a safe learning community, a familiar “knowledge curriculum,” and a structured syllabus with academic readings, small group discussions, student “theory-to-practice” facilitation of learning activities, and an academic mid-term paper. Both the teacher and students design and lead learning activities which elaborate, “unpack,” and critique readings, and develop students’ capacity for experiential, emotional, spiritual, arts-based, and bodily learning as well as group process, all the while reinforcing trust, deeper relationships, cooperation, and better knowledge of each others’ lives, personalities, capabilities, and identities. The class culminates in creative presentations where learners transform the classroom into “living history museums” representing the sites of adult learning they have investigated in field research. Visitors to living history museums engage in a rich array of informal adult learning; they gain new knowledge, participate in hands-on learning and role playing, and at times even experience transformative learning. In this class, the museum and its learning opportunities come into the classroom, and are created by learners themselves.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,014
Communication savante0,0050,003
Science ouverte0,0010,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,248
Écart entre enseignants0,240 · 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'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

Citations11
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdult LearningMême sujetAdult and Continuing Education TopicsTravaux en français237 207