MétaCan
Menu
Retour à la cohorte
Enregistrement W3046724738 · doi:10.11114/jets.v8i9.4929

Inquiry-based Learning in Higher Education: A Pedagogy of Trust

2020· article· en· W3046724738 sur OpenAlexaffabout
Beth Archer‐Kuhn, Stacey L. MacKinnon

Notice bibliographique

RevueJournal of Education and Training Studies · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensUniversity of Prince Edward IslandUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMindsetFocus groupPsychologyPedagogyScholarship of Teaching and LearningQualitative researchHigher educationScholarshipGrounded theoryTeaching methodMathematics educationSociologyComputer scienceTeaching and learning center

Résumé

récupéré en direct d'OpenAlex

This qualitative constructivist grounded theory study of trust within inquiry-based learning in higher education (IBL-HE) environments examined the experiences of instructors and students through four focus groups and nine individual interviews. As the study purpose is to understand the development and maintenance of trust in IBL-HE classrooms, participants are experienced instructors, learners, and authors of IBL-HE from Canada, USA, New Zealand, and Ireland. We used face-to-face sessions and zoom sessions to facilitate the focus group experience, and telephone for the individual interviews to explore the following two research questions: (1) what does trust mean in a higher education IBL (IBL-HE) classroom; and, (2) how do those involved create and maintain it? Our findings are revealed through our Pedagogy of Trust in IBL-HE using 3 themes: (1) Creating an environment of negotiated mutuality; (2) Emerging relationship/community building; and, (3) Internalizing and applying a mindset shift. Each of these stages involved a different trust relationship: (1) Professor-Student; (2) Student-Student; and, (3) Student-Self. These findings provide evidence for IBL as a pedagogy of trust in higher education, and reinforce the need for the Scholarship of Teaching and Learning (SoTL), and the lifelong learning skills desired by contemporary employers.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,200
Score d'incertitude au seuil0,394

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,509
Tête enseignante GPT0,562
Écart entre enseignants0,053 · 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'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

Citations22
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Education and Training StudiesMême sujetEvaluation of Teaching PracticesTravaux en français237 207