MétaCan
Menu
Retour à la cohorte
Enregistrement W3184194162 · doi:10.1007/s10758-021-09535-0

Promoting Students’ Collective Cognitive Responsibility through Concurrent, Embedded and Transformative Assessment in Blended Higher Education Courses

2021· article· en· W3184194162 sur OpenAlexaff
Stefano Cacciamani, Vittore Perrucci, Nobuko Fujita

Notice bibliographique

RevueTechnology Knowledge and Learning · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésTransformative learningPortfolioMathematics educationPsychologyCommunity of inquiryCognitionOnline communityFace (sociological concept)PedagogyComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

This study investigates different instructional designs to promote students’ collective cognitive responsibility for Knowledge Building in blended university courses. Using an iterative, design-based research methodology with reference to the conjecture mapping technique, the blended learning design of an undergraduate educational psychology course was refined over three years in three design iterations. The iterations differed substantially in the embodiment of the Concurrent Embedded and Transformative Assessment Knowledge Building principle that engaged students in knowledge assessments and strategy assessments of their community’s work. The design of the knowledge assessment involved face-to-face small group and whole class discussions in all three iterations. In the first and second iterations, students also worked online by writing individual reflections and contributing to a community portfolio. The design of the strategy assessment changed in each iteration. In the first iteration, the students’ strategy assessment took place in face-to-face discussions; in the second iteration, students contributed to an online community portfolio; and in the third iteration, the strategy assessment took place in an online community portfolio and face-to-face discussions before beginning the course and in the online community portfolio in the middle of the course. Collective cognitive responsibility was analyzed in terms of productive and informative participation, interdependence between participants, self-regulation skills. The results show that the second iteration’s design was most effective for fostering the students' collective cognitive responsibility, showing an increase in productive participation and self-regulation skills in the first part of the course and also an increase in the interdependence of participants during the course. Some implications concerning the relationship between the implementation of the CETA principle and Knowledge Building are identified for future directions of inquiry and for blended learning environments design.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,044
Tête enseignante GPT0,454
Écart entre enseignants0,410 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations24
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnology Knowledge and LearningMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207