MétaCan
Menu
Retour à la cohorte
Enregistrement W3114833714 · doi:10.1163/23641177-bja10016

Designing Frameworks for Authentic Equity in Science Teaching and Learning: Informal Learning Environments and Teacher Education for STEM

2020· article· en· W3114833714 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueAsia-Pacific Science Education · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Environments and Student Outcomes
Établissements canadiensUniversity of Calgary
Organismes subventionnairesStrongDirectorate for STEM EducationUniversity of CalgaryNational Science Foundation
Mots-clésEquity (law)PedagogyIdentity (music)Science educationMathematics educationLearning sciencesSociologySalientExperiential learningPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract In order to advance authentic equity in science education, it is salient to have frameworks that allow educators and researchers to design learning environments, activities, and research agendas that centers students’ strengths in order for them to achieve full participation in science. As such it is important to consider the social identities of science education stakeholders—teachers and students—in teacher education. However, as identity is complex, it requires research approaches that elucidate not only the nuances of teacher identity but also the complexities of science teaching and learning environments. This article describes a collaborative research project that aimed to unpack the relationship between teacher identity and learning to teach. It outlines the collaborative process of theory building that includes teacher participants and the research team and how the framework for teacher education emerged that considers the various aspects of designing equitable and liberatory science learning.

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.

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)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,442
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,001
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,038
Tête enseignante GPT0,372
Écart entre enseignants0,334 · 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