MétaCan
Menu
Retour à la cohorte
Enregistrement W3047853397 · doi:10.1080/03098265.2020.1804843

Student perceptions of reflection and the acquisition of higher-order thinking skills in a university sustainability course

2020· article· en· W3047853397 sur OpenAlexaff
Kate Whalen, Antonio Páez

Notice bibliographique

RevueJournal of Geography in Higher Education · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésExperiential learningSustainabilityMetacognitionHigher-order thinkingReflection (computer programming)Higher educationPsychologyPedagogyMathematics educationEngineering ethicsSociologyTeaching methodCognitionEngineeringComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Sustainability challenges are complex and call for the effective development of knowledge, skills, and abilities in current and new leaders. New offerings in higher education provide sustainability training to complement studies in geography, engineering, science, and other disciplines, in many cases including innovative experiential learning components – including the use of reflection. Although reflection in education is not a new concept, how to assess reflection has remained challenging. Recent research on the Reflective Learning Framework (RLF) aims to address many of the challenges associated with guiding, assessing, and evaluating student learning through reflections. The objective of this research was to investigate the perceptions of students who use the RLF about their experience using reflection in a sustainability course. Semi-structured interviews with students provide a valuable perspective on the use of reflection. Particularly, findings from this research indicate that students see reflection as a tool to develop and use cognitive and metacognitive skills, and also as a tool to support knowledge retention and transfer. Accordingly, student perspectives on reflection show that this practice contributes to the acquisition of higher-order thinking skills required to address the complex challenges of sustainability.

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)0,006
score de la tête « metaresearch » (Gemma)0,019
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0040,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,014
Tête enseignante GPT0,378
Écart entre enseignants0,365 · 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

Citations26
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geography in Higher EducationMême sujetReflective Practices in EducationTravaux en français237 207