MétaCan
Menu
Retour à la cohorte
Enregistrement W3120566955 · doi:10.5430/jnep.v11n5p10

Interdisciplinary teaching practices: Reflections from a teaching triangle

2021· article· en· W3120566955 sur OpenAlexafffundvenue
Melba Sheila D’Souza, Bala Raju Nikku, Cael Field

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensThompson Rivers University
Organismes subventionnairesThompson Rivers University
Mots-clésClass (philosophy)PedagogyTeaching methodReflective practicePsychologyMathematics educationAction (physics)Computer science

Résumé

récupéré en direct d'OpenAlex

Background and aim: There is an increased understanding of and appreciation for teachers' work from other disciplines, primarily for formulating individual plans and enhancing one's teaching based on observations and shared reflections. This article reviews how reflective practice, which is self-initiated and focused, informs the understanding and improvement of teaching practices, demonstrates interaction with students, and guides teaching experiences. This article aims to explore reflective practices that were meaningful for engaging in in-class instructional teaching practices.Methods: A self-study methodology was used to examine the complicated relationship between teaching and learning and knowledge in action of teacher education pedagogy.Results and discussion: As teacher, we understand the importance of problem-solving, establishing connections between relationships, and motivating students to think about missing connections or reconsidering them. Implications: The benefit of the Teaching Triangle was enhancing interdisciplinary relationships, understanding professional teaching relationships, and learning from each other without boundaries.Conclusions: Three aspects of the interdisciplinary reflective practice that emerged were adopting philosophy and purpose-driven goals; facilitating teaching pedagogy and technology; and creating culturally safe and effective student learning environments.

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 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)0,006
score de la tête « metaresearch » (Gemma)0,065
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études 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: aucune
Score de désaccord entre enseignants0,780
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,065
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,005
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 Opus0,199
Tête enseignante GPT0,585
Écart entre enseignants0,386 · 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 tête enseignante, pas un consensus.

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
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and PracticeMême sujetReflective Practices in EducationTravaux en français237 207