MétaCan
Menu
Retour à la cohorte
Enregistrement W3036936099 · doi:10.24908/pceea.vi0.14204

FLIPPING OUT – REFLECTIONS ON TEN YEARS OF DEVELOPMENT, INNOVATION AND DESIGN IN TECHNOLOGY-RICH COLLABORATIVE LEARNING SPACES AND ACTIVE LEARNING PEDAGOGICAL CAPACITY BUILDING

2020· article· en· W3036936099 sur OpenAlexaffvenueabout
Chris Whittaker, Elizabeth S. Charles

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensDawson College
Organismes subventionnairesnon disponible
Mots-clésLearning designCapacity buildingProcess (computing)PedagogyInstitutionActive learning (machine learning)Capacity developmentKnowledge managementEngineeringSociologyEngineering ethicsEngineering managementMathematics educationComputer sciencePsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Drawing broadly on the reflective practices of design case research, this paper reviews ten years of development, innovation and design in technology-rich collaborative learning classrooms and active learning pedagogy at Dawson College. Grounded in a process of Design-Based Implementation Research and leveraging Researcher-Practitioner Partnerships, Dawson College has been a leading hub of evidence-based pedagogical development in Quebec for a decade. By recognizing the important interplay of technology, spaces, tools, pedagogy and design, our institution has sustained continual growth in capacity and infrastructure when it comes to student-centred learning, and it has learned important lessons in capacity building that can be applied to higher-education institutions broadly and to engineering in particular.

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)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,342
Score d'incertitude au seuil0,905

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
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 Opus0,079
Tête enseignante GPT0,357
Écart entre enseignants0,277 · 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'étudeObservationnel
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

Citations3
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetInnovative Teaching and Learning MethodsTravaux en français237 207