MétaCan
Menu
Retour à la cohorte
Enregistrement W3047204971 · doi:10.25071/1916-4467.40501

Productive Disciplinary Engagement in a Remote Laboratory Activity With an Eighth-Grade Science Class

2020· article· en· W3047204971 sur OpenAlexaffvenue
Tory Anchikoski, Carol Rees

Notice bibliographique

RevueJournal of the Canadian Association for Curriculum Studies · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésDisciplineStudent engagementClass (philosophy)Meaning (existential)Mathematics educationPublic engagementPsychologyPedagogySociologyComputer sciencePublic relationsPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Remote laboratories offer students an opportunity to use analytical laboratory instruments through the Internet, in real time, from their classroom. Although remote laboratory activities offer great potential for engaging students’ interest and student learning, little work has been done on using them with middle school students. This study focused on middle school students’ engagement during a remote laboratory activity. With the help of facilitators, 18 eighth-grade students worked in six groups of three to remotely operate a Shimadzu TOC/TN Analyzer in a university chemistry laboratory, in real time, to measure the total nitrogen content in their river water samples. We video- and audio-recorded the students’ discourse with each other and with facilitators during the activity. Following transcription, discourse was coded for types of engagement as defined by the Productive Disciplinary Engagement framework, which posits three types of engagement: general engagement—students make active contributions; disciplinary engagement—students’ contributions are connected to the discipline of science; and productive disciplinary engagement—students make intellectual progress. All six groups demonstrated general engagement and disciplinary engagement. Students talked about both the technology, such as the video camera that allowed them to view inside the university laboratory, as well as the science, such as how the machine was actually doing the measuring. Two groups showed evidence of moving towards productive disciplinary engagement when they discussed the meaning of their results. Our results suggest that remote laboratory activities can engage middle school students and can be a site for their 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 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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0080,005
Communication savante0,0050,002
Science ouverte0,0020,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,081
Tête enseignante GPT0,401
Écart entre enseignants0,320 · 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'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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

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