MétaCan
Menu
Retour à la cohorte
Enregistrement W3083375759 · doi:10.21810/sfuer.v13i1.1260

Teaching Science with Intention and Connection

2020· article· en· W3083375759 sur OpenAlexafffundvenue
Poh Tan, Eduardo Paré Glück

Notice bibliographique

RevueSFU Educational Review · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDigital Storytelling and Education
Établissements canadiensSimon Fraser University
Organismes subventionnairesMitacs
Mots-clésScientific literacyLiteracyNumeracyPerspective (graphical)Mathematics educationPedagogyScience educationHuman sciencePsychologySociologyConnection (principal bundle)Visual artsSocial scienceArtEngineering

Résumé

récupéré en direct d'OpenAlex

This article focuses on teaching science through Vision I, Vision II and Vision III which is an increasingly important but understudied aspect of science literacy. Dr. Poh Tan and Eduardo Gluck, interviewed Clarah Menezes, an elementary school teacher in Novo Hamburgo in Southern Brazil. Clarah teaches Grades 4-5 within a marginalized community and most of her students have varied levels of literacy and numeracy. Dr. Tan visited Clarah when she went to Brazil in 2018 as a visting scholar. Dr. Tan and Clarah have been working together for the past year on disrupting traditional approaches to teaching science. Clarah’s new approach to teaching science is built on Dr. Tan’s framework that builds upon Roberts and Bybee’s attributes of a scientifically literate person. Dr. Tan’s framework includes a perspective of teaching science from a relational and more than human connection with entities, including animals, nature and material. In this interview, Clarah shares her experiences, struggles and insights into teaching science by applying the three-vision framework.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,818
Score d'incertitude au seuil0,438

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,105
Tête enseignante GPT0,457
Écart entre enseignants0,352 · 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'étudeSans objet
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'admission3
Résumé présentoui

Explorer davantage

Même revueSFU Educational ReviewMême sujetDigital Storytelling and EducationTravaux en français237 207