Guiding a Better Experiential Learning Journey by Making It HIP Again
Notice bibliographique
Résumé
The definition of experiential education (EE) has both pedagogical and practical implications for higher education institutions. While there is increasing pressure to justify and quantify these experiences, we remain faced with the challenge of ensuring a demonstration of breadth does not distract from the importance of meaningful depth in and for student learning. This paper presents a potential reframing of conversations about experiential education, emphasizing the role of high impact practices (HIPs) in defining EE as more than an experience. The value, purpose, and challenges of integrating reflection into these experiences is highlighted through the lens of the defining characteristics of HIPs, supporting the development of meaningful, engaging opportunities for deeper learning. La définition de l’enseignement fondé sur l’expérience (EE) est importante à la fois pour l’aspect pédagogique et pour l’aspect pratique de l’enseignement supérieur. Même si de plus en plus de voix réclament une clarification et une quantification de ce type d’expérience, la difficulté demeure la même : en démontrant l’étendue de l’expérience, il faut se garder de négliger la profondeur de l’apprentissage, qui est importante et chargée de sens. Dans notre article, nous proposons une avenue possible pour déplacer la conversation au sujet de l’enseignement fondé sur l’expérience en mettant l’accent sur le rôle des pratiques à incidence élevée dans l’EE conçu comme une notion dépassant celle d’expérience. Pour comprendre quelle valeur, quel but et quelles difficultés émergent de l’intégration de la réflexion à l’expérience, nous observons les choses à partir des traits caractéristiques des pratiques à incidence élevée de manière à rassembler les conditions pour un apprentissage en profondeur motivant et enrichissant.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,020 |
| Communication savante | 0,026 | 0,023 |
| Science ouverte | 0,002 | 0,027 |
| Intégrité de la recherche | 0,006 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,006 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».