The “DEFT” Project
Notice bibliographique
Résumé
The student experience of university is shaped in part by what lecturers – who are significant figures and role models – expect of students. In particular, what is the type and quality of thinking that we expect students to be engaging in? The DEFT (Developing Expertise Fostering Thinking) Project is a Professional Development Project being co-created and undertaken by a group of university lecturers across diverse institutions and contexts. We are interested in how our students think, what they think about, and how we can be more effective and precise in fostering thinking amongst our cohorts. This work builds on scholarly literature on the nature of expertise – the quality we want to develop. In particular we draw upon the PhD of one of our number, Peter Ellerton, who leads the University of Queensland Critical Thinking Project. We also draw upon inspiration from considerations as to the nature of mathematical thinking. Our work is strongly but not exclusively contextualized within the Mathematical Sciences. The approach is a praxis approach, drawing upon the growing practical expertise of each of us as educators working within Universities in Australia and Canada. In working together across diverse institutions and time zones, we are utilising videoconferencing for regular meetings in which we discuss our work and approaches. We discuss our current practices, and reflect upon these in the light of our theoretical framing. A keystone of the work is the assumption that (both for ourselves as educators and our students as developing professionals in diverse field) the development of expertise relies upon building understanding and conceptual schema through (deliberate) practice.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».