MétaCan
Menu
Retour à la cohorte
Enregistrement W2941545924

Meaningful interactions with curriculum materials: pre-service teachers speak about their experiences

2019· article· en· W2941545924 sur OpenAlexaff
Beth Cormier, Jeffrey MacCormack

Notice bibliographique

Revue2019 Conference of the Canadian Society for the Study of Education · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésCurriculumThematic analysisService (business)PedagogyWork (physics)Medical educationCurriculum developmentPsychologyMathematics educationSociologyQualitative researchEngineeringMedicineBusiness
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The curriculum materials center (Curriculum Lab) at our institution enjoys broad support from the School of Education that oversees it and the pre-service teachers who embrace the services and materials it provides. Despite this support, there is an ongoing need to articulate and justify the significant role the Curriculum Lab plays in the delivery of our teacher education program. A current research project aims to collect video statements of on-campus or field work related to Curriculum Lab materials and services. Participants are asked to share a specific experience and then consider its impact: “how does this experience contribute to your work and growth as a pre-service teacher/teacher educator/practicing teacher?”. Thematic analysis of the statements will provide insight into how respondents view the services and materials provided by the Curriculum Lab.  Excerpts from statements will also be compiled into one video so that participants’ own words might inform the central research question. We intend to demonstrate the value of an overall strategy to connect pre-service teachers with quality teaching and learning resources, while also offering a model for the curriculum materials center as integral to program delivery.

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)0,006
score de la tête « metaresearch » (Gemma)0,022
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 enseignants0,008
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,009
Communication savante0,0060,007
Science ouverte0,0010,008
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,024
Tête enseignante GPT0,254
Écart entre enseignants0,230 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2019 Conference of the Canadian Society for the Study of EducationMême sujetSecond Language Learning and TeachingTravaux en français237 207