MétaCan
Menu
Retour à la cohorte
Enregistrement W3099539361 · doi:10.22329/celt.v13i0.5998

Student and Instructor Perceptions of a First Year in Active Learning Classrooms

2020· article· en· W3099539361 sur OpenAlexaffvenueabout
Michael P. A. Murphy, Jovan Groen

Notice bibliographique

RevueCollected Essays on Learning and Teaching · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methods
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSociologyHumanitiesLibrary sciencePolitical sciencePedagogyPhilosophy

Résumé

récupéré en direct d'OpenAlex

This article presents evaluation of an active learning classroom (ALC) initiative at the University of Ottawa. Preliminary results indicate three broad trends to inform future practice and classroom design: 1) Despite advances in educational technology, there remains a strong appetite for low-tech, interactive learning opportunities. 2) Instructors feel that consistent institutional support is necessary to foster innovation in the classroom, particularly for course redesign. 3) a collaborative strategy, bringing together multiple institutional stakeholders, is necessary to ensure a whole-of-university approach to optimal use of the ALCs. This article briefly reviews ALC research, outlines the methodology of the program-evaluation protocol, discusses the three central findings, and concludes with potential directions in ALC research. Nous examinons ici une initiative, menée à l’Université d’Ottawa, de classe d’apprentissage actif (CAA). Les résultats préliminaires permettent de dégager trois tendances qui permettront d’orienter les pratiques et la configuration de la classe : 1) malgré les avancées dans les technologies éducatives, l’intérêt pour les méthodes simples et pour l’apprentissage interactif ne se dément pas; 2) Les enseignants croient que l’innovation en classe, et tout particulièrement la refonte des cours, sont tributaires d’un soutien institutionnel constant; 3) pour utiliser toutes les ressources de l’université et ainsi faire un usage optimal des CAA, il doit y avoir une stratégie de collaboration regroupant différents intervenants de l’établissement. Dans notre article, après avoir survolé la recherche au sujet des CAA et défini la méthodologie du protocole d’évaluation de programme, nous présentons les trois résultats principaux et nous proposons, en guise de conclusion, trois avenues possibles pour la recherche sur les CAA.

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)0,005
score de la tête « metaresearch » (Gemma)0,014
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,000
Études des sciences et des technologies0,0030,001
Communication savante0,0050,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,024
Tête enseignante GPT0,345
Écart entre enseignants0,322 · 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

Citations5
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCollected Essays on Learning and TeachingMême sujetInnovative Teaching MethodsTravaux en français237 207