Teaching and Learning Inquiry Framework
Notice bibliographique
Résumé
This article describes the development of the Teaching and Learning Inquiry Framework (TLIF) and applications forits use. For decades teacher preparation and support has been dictated by a narrow mindset in which academicdisciplines have been taught in isolation. This landscape, however, is evolving to align with the view that the world israrely experienced in disciplinary silos. Interdisciplinary approaches to teaching and learning can enable students tomake more holistic connections to the world around them and be better prepared for college and career. With the recentpublication in the USA of four related standards-based reform documents across each of the core subject areas, teacherpreparation and professional development programs are evolving to offer teachers opportunities to examine theimplications of the new standards. To address these complexities, a guiding conceptual framework is needed thatfocuses in on how inquiry can serve as an entry point to frame the integration of content within and across disciplines.The TLIF was developed out of the hypothesis that teachers need to be prepared to teach in a more interdisciplinaryway using inquiry methods. There are six recursive stages to the TLIF: 1) stage and engage, 2) ask and pose, 3) planand monitor, 4) search and gather, 5) analyze and create, and 6) communicate and apply.
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 | 0,020 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,020 |
| Communication savante | 0,016 | 0,011 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 ».