MétaCan
Menu
Retour à la cohorte
Enregistrement W3095047995

Hearing from and Listening to: Dialectical Tensions in the Pedagogical Pursuit of Critical Analysis

2018· article· en· W3095047995 sur OpenAlexaff
Rhoda Zuk, Donna Varga

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesnon disponible
Mots-clésEnthusiasmActive listeningPresentation (obstetrics)PsychologyClass (philosophy)Subject (documents)DialecticCritical thinkingPedagogySession (web analytics)Social psychologyEpistemologyPsychotherapistMedicineComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

As instructors, it is not uncommon to find ourselves faced by a lack of enthusiasm from students when we ask them to participate in the critical analysis of complex issues. It can be difficult to know if it is an outcome of their having limited knowledge of the subject, fear of their perspectives being negatively judged by peers and instructors or an uncertainty of  how  to think critically (not just negatively) about an issue. An outcome of any of these factors can be a silent class or one dominated by a few voices, leaving the instructor unsure as to whether the time has been well spent.    This session built on the lessons learned from our experiences of (more or less) engaging students in the critical analysis of racialized discourses. During the presentation, we identified strategies for teaching students how to critically analyze materials, and shared our classroom experiences of engaging students in these processes. Those attending the presentation were invited to describe their own instructional experiences and to elaborate on processes they found helpful or unhelpful. There was opportunity for participants to utilize the strategies presented through analysis of racialized materials.

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)0,035
score de la tête « metaresearch » (Gemma)0,067
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 enseignants0,035
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,067
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0140,031
Communication savante0,0180,014
Science ouverte0,0030,016
Intégrité de la recherche0,0050,012
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 Opus0,178
Tête enseignante GPT0,466
Écart entre enseignants0,288 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEducation and Critical Thinking DevelopmentTravaux en français237 207