MétaCan
Menu
Retour à la cohorte
Enregistrement W2997535049 · doi:10.25071/1916-4467.40426

Board Games as Play-full Pedagogical Pivots for STEM Teaching and Learning

2019· article· en· W2997535049 sur OpenAlexaffvenue
Marc Higgins, P. Janelle McFeetors

Notice bibliographique

RevueJournal of the Canadian Association for Curriculum Studies · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTinkerMathematics educationSociologyPedagogyPsychology

Résumé

récupéré en direct d'OpenAlex

Drawing inspiration from Ellsworth’s (2005) work on thinking with pedagogically nonprescriptive objects and the pedagogies they permit and prohibit, we turn our attention to similar educational “texts” increasingly used in STEM (i.e., science, technology, engineering, mathematics) education—board games. We tinker with board games as they refuse and resist the ways that STEM education often privileges cognitive destinations rather than relational learning journeys that enfold the whole learning self, the content, as well as the materiality of learning. We ask, how might games simultaneous act as locations of, and as, pedagogy that inflect experiences of student learning? To answer this question, we explore the pedagogical intents expressed by game designers themselves by their design diaries, blogs and interviews while thinking with Ellsworth’s concept of pedagogical pivot . In exploring game designers’ statements, we map out some of the potentialities that this pedagogical medium might offer STEM teaching and learning.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,704
Score d'incertitude au seuil0,841

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,069
Tête enseignante GPT0,404
Écart entre enseignants0,335 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations5
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Canadian Association for Curriculum StudiesMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207