UNDERSTANDING DEVELOPMENT OF SCIENTIFIC INQUIRY THROUGH LEARNER EXPECTATIONS OF AN UNDERGRADUATE PHYSICS LABORATORY PROGRAM
Notice bibliographique
Résumé
BACKGROUND Education can be thought of as a system formalising cross-generational knowledge transfer, allowing learners to participate in society. ‘Folk knowledge’ acquired from their environment is added to by accumulated secondary knowledge (Geary, 2008). Science as a discipline is informed by the nature of science. Teaching scientific inquiry must adapt to the learner’s prior development (Cornish et. al., 2019). At university, the learner starts transitioning into communities of practice (Vygotsky, 1978). This is captured and measured at the Australian level by the Science Learning Threshold Learning Outcomes (Jones, Yates & Kelder, 2001; Barrie et. al., 2015). AIMS The aim of the study is to understand learner’s expectations of the development of scientific inquiry skills in the transition between learning environments. DESIGN AND METHODS A newly developed survey instrument was delivered to first-year undergraduate physics students in 2015 and 2017, receiving 1493 responses. Exploratory and confirmatory factor analysis was conducted in IBM SPSS 24 and AMOS to generate factors corresponding to scientific inquiry. RESULTS & CONCLUSIONS Regardless of their prior development, learners start university with similar expectations of developing their understanding of science inquiry. This study informs the development of students as they integrate into the community of practice of science. REFERENCES Barrie, S., Bucat, R., Buntine, M., Burke Da Silva, K., Crisp, G., George, A., Jamie, I., Kable, S., Lim, K., Pyke, S., Read, J., Sharma, M., & Yeung, A. (2015). Development, Evaluation and Use of a Student Experience Survey in Undergraduate Science Laboratories: The Advancing Science by Enhancing Learning in the Laboratory Student Laboratory Learning Experience Survey. International Journal of Science Education, 37(11), 1795–1814. https://doi.org/10.1080/09500693.2015.1052585 Cornish, S., Yeung, A., Kable, S. H., Orgill, M., & Sharma, M. D. (2019). Using teacher voices to develop the ASELL Schools professional development workshops. Teaching Science, 65(1), 4. Geary, D. (2008). An Evolutionarily Informed Education Science. Educational Psychologist: Evolution of the Educated Species, 43(4), 179–195. https://doi.org/10.1080/00461520802392133 Jones, S., Yates, B. & Kelder, J. A. (2001). Science Teaching and Learning Academic Statement. Support for the original work was provided by the Australian Learning and Teaching Council Ltd, an initiative of the Australian Government. Retrieved from http://www.acds-tlcc.edu.au/wp-content/uploads/sites/14/2016/11/altc_standards_SCIENCE_240811_v3-1.pdf. Vygotsky, L. (1978) Mind in Society: Development of Higher Psychological Processes. Cambridge MA: Harvard University Press.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».