MétaCan
Menu
Retour à la cohorte
Enregistrement W3046720807 · doi:10.1177/0264619620946071

Developing pre-service O&M specialists’ reflective practices to improve problem-solving opportunities during instruction

2020· article· en· W3046720807 sur OpenAlexaff
Kim T. Zebehazy, Silvia M. Correa-Torres, Kathryn D. Botsford

Notice bibliographique

RevueBritish Journal of Visual Impairment · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Service (business)PsychologyThink aloud protocolQualitative researchMedical educationCritical thinkingPedagogyMathematics educationComputer scienceMedicineSociology

Résumé

récupéré en direct d'OpenAlex

The ability of instructors to promote problem-solving abilities is an important pedagogical skill. Providing well-planned problem-solving opportunities is especially vital in orientation and mobility (O&M) lessons. During personnel preparation programs, pre-service O&M specialists would benefit from developing a keen awareness of how well they encourage problem-solving in their instruction. This mixed-methods study reports on a process in which nine pre-service O&M specialists engaged during their blindfold techniques course. Each participant taught two lessons to a peer in their course, engaging in a retroactive think-aloud after each lesson. The process focused participants on the types of questions they asked to promote thinking and engaged them in reflection on how well the lesson met their intended objectives. Results indicated qualitative benefits noted by the participants of engaging in the process and also highlighted a need for further work with pre-service O&M specialists on question asking and allowing problem-solving and thinking opportunities during basic lessons.

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)0,011
score de la tête « metaresearch » (Gemma)0,030
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: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,030
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,247
Tête enseignante GPT0,443
Écart entre enseignants0,196 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Visual ImpairmentMême sujetTeacher Education and Leadership StudiesTravaux en français237 207