THE PEDAGOGICAL EVOLUTION OF REPERTORY GRID TECHNIQUE FOR DIVERSE LEARNING COMMUNITIES: A REVIEW
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.
Notice bibliographique
Résumé
This paper considers the potential for Repertory Grid Triadic Elicitation Technique (RGT) to serve as pedagogical model enabling learner communities across diverse fields to elicit conceptual structures to sustain future-oriented learning that operationalizes a meta-reflection view. The authors survey investigations from fields sharing common challenge: to provide evidence of dimensional change in learner thinking to meet the ever-changing needs of complex post-industrial learning ecosystems. The repertory grid data matrices serve as collective cognitive maps, making explicit some of the tacit knowledge structures which characterize such groups, and support the informal learning community as purposeful, reflective, non-institutional space for knowledge construction. The authors conclude that Conceptual or Repertory Grid elicitation and analysis, founded in Personal Construct Psychology (PCP), helps to develop stronger theoretical foundations for human socio-cognitive activities, particularly when aided by computers as mindtools, thereby contributing to agile knowledge and emancipatory learning across fields and spaces. Keywords: Personal construct theory, repertory grid, pedagogy, professional learning communities, online learning. Cite as: Pidzamecky, U., & vanOostveen, R. (2021). The pedagogical evolution of Repertory Grid Technique for diverse learning communities: A review. Trends in Social Sciences, 3(1), 10-23.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 découle