MétaCan
Menu
Retour à la cohorte
Enregistrement W2952880694 · doi:10.1080/10494820.2019.1627666

Deliberative collaboration in learning-by-designing multimodal modeling activities

2019· article· en· W2952880694 sur OpenAlexaff
Mi Song Kim

Notice bibliographique

RevueInteractive Learning Environments · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceHuman–computer interactionEducational technologyInstructional designMultimodalityKnowledge managementMultimediaMathematics educationWorld Wide WebPsychology

Résumé

récupéré en direct d'OpenAlex

Collaboration is often emphasized as one of the key twenty-first century competencies to promote scientific literacies through many representational modes. However, collaborative interactions have been often characterized as a coordinated, synchronous, and symmetrical activity in terms of the same level of knowledge with little attention paid towards addressing deliberative inquiry and its eclectic nature through multimodal resources. This paper aims to revisit the notion of deliberative collaboration by revisiting Dewey’s curriculum theories. As part of a series of design-based research, this qualitative case study reports collaborative learning processes among a group of five Singapore astronomy amateurs with the facilitator in a multimodal modeling workshop. Through the lens of Cultural-Historical Activity Theory, two contradictions were defined as a driving force to co-construct their conceptual understanding of distance and size of celestial objects and co-design multimodal models. This paper concludes with implications for supporting deliberative collaboration in scientific literacies.

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)0,017
score de la tête « metaresearch » (Gemma)0,035
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,012
Communication savante0,0080,008
Science ouverte0,0020,010
Intégrité de la recherche0,0020,001
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 Opus0,015
Tête enseignante GPT0,345
Écart entre enseignants0,330 · 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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInteractive Learning EnvironmentsMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207