MétaCan
Menu
Retour à la cohorte
Enregistrement W354296844

Reflective Teaching and Learning: Why We Should Make Time to Think

2014· article· en· W354296844 sur OpenAlexaff
Jill McSweeney

Notice bibliographique

RevueScholarship@Western (Western University) · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésReflection (computer programming)Summative assessmentProcess (computing)PedagogyPsychologyMathematics educationEpistemologyFormative assessmentSociologyComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The demanding, competitive, and output-centred culture of higher education often trickles into our teaching where focus is on the summative product rather than the process of learning. Reflection is one means of encouraging deeper and richer understandings during the learning process, and is a form of purposeful thinking that can be used to explore complex problems, anticipate outcomes, or be used on unstructured ideas to gain clarification (Larrivee & Cooper, 2006; Ryan, 2013). Reflection can be applied in higher education to enable a learner to grow intellectually, professionally and personally (Rogers, 2001; Ryan, 2011). The process of reflection allows the learner to seek out personal meanings and identifications with the learning material and create connections with the ideas and content already known (Ash & Clayton, 2009). This process fosters further learning, as the individual develops new concepts, relationships, and perspectives and also reinforces their current understandings through this feedback system (Rogers, 2001). This workshop engages participants in a pre-facilitation activity on reflective writing used to represent the reflection process and to further illustrate what reflection is, how it can be used as a learning skill, and how it can be assessed.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,652
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,114
Tête enseignante GPT0,403
Écart entre enseignants0,289 · 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'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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)Même sujetReflective Practices in EducationTravaux en français237 207