MétaCan
Menu
Retour à la cohorte
Enregistrement W3202149586 · doi:10.5206/cjsotlrcacea.2021.1.14206

The Perceived Efficacy of Cooperative Group Learning in a Graduate Program

2021· article· en· W3202149586 sur OpenAlexaffvenueabout
Katharine Janzen

Notice bibliographique

RevueThe Canadian Journal for the Scholarship of Teaching and Learning · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensInstitute for Christian StudiesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTransformative learningCooperative learningCollaborative learningPraxisExperiential learningContext (archaeology)PsychologyGraduate studentsGraduate educationHigher educationMathematics educationPedagogyMedical educationTeaching methodMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

This paper addresses a gap in the literature about the study of the implementation of cooperative/collaborative group learning, and the assessment of its efficacy in facilitating transformative learning in the context of graduate studies. These topics have been widely discussed in the scholarly literature at the K-12 and post-secondary (college and undergraduate) level for many years, and cooperative group learning has generally been found to facilitate student learning. What has not been addressed is the use of this form of group learning in graduate studies. This paper reports on an intentional model of cooperative group-learning used in a Master of Education in Higher Education program at the Ontario Institute for Studies in Higher Education (OISE) at the University of Toronto. A brief review of the literature that grounds this praxis, the elements of the model used, and a post-hoc analysis of the perceptions of 77 graduate students (90% response rate) surveyed in a case study regarding its efficacy in facilitating their learning are presented. The findings suggest that this model of group-based learning has the potential to enhance the process for transformative learning at the graduate level of education.

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)0,012
score de la tête « metaresearch » (Gemma)0,048
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,048
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,003
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,101
Tête enseignante GPT0,391
Écart entre enseignants0,290 · 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

Citations3
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal for the Scholarship of Teaching and LearningMême sujetHigher Education Practises and EngagementTravaux en français237 207