MétaCan
Menu
Retour à la cohorte
Enregistrement W2922792550

Exploring International College Students’ Affective Experiences in a Biotechnology Pedagogical Context

2018· article· en· W2922792550 sur OpenAlexaffabout
Sarah El Halwany

Notice bibliographique

Revue2019 Conference of the Canadian Society for the Study of Education · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methods
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTransformative learningPedagogyContext (archaeology)SociologyArticulation (sociology)TechnicianPsychologyPolitical sciencePolitics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper is to explore affective experiences of international college students and their instructor in a biotechnology technician program, particularly attending to notions of ‘‘teaching desire” (McWilliams, 1997). “Teaching desire” carries with it a double articulation: a desire to teach and teaching as “seducing students’ desires” (Zembylas, 2007). Desires clearly motivate pedagogical practices and are central to promises of education in enacting and (ultimately disprivileging) certain ways of being, thinking, and valuing. Focusing on international Indian college students and their instructor’s practices and discourses inside a microbiology lab, I examine how “teaching desire” works to produce particular subjectivities with science and technology (education). ‘Teaching desire’ is further complicated by international students’ desires to live permanently in Canada pre-conditioned by their ability to secure a Canadian degree, work permit, and a job. I discuss underlying assumptions governing how international students can come to be-long to Canada through their program. Finally, I shed light on transformative potential of a “pedagogy of desire” (Zembylas, 2007) in seducing students to enter in (new) relationships with science and technology.

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)0,004
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: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,010
Communication savante0,0110,004
Science ouverte0,0010,010
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,284
Tête enseignante GPT0,446
Écart entre enseignants0,162 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue2019 Conference of the Canadian Society for the Study of EducationMême sujetInnovative Teaching MethodsTravaux en français237 207