A microanalysis of learner questions and tutor guidance in simulation‐assisted inquiry learning
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
Abstract Background Guidance during inquiry learning plays an important role in developing conceptual understanding and inquiry skills. This study analysed learner‐tutor interactions in a simulation‐assisted learning environment to investigate how tutor guidance enabled knowledge construction and fostered epistemic practice. Objectives This research aimed to illuminate challenges learners encounter in the inquiry process and forms of guidance that support learning in both conceptual and epistemic aspects. Methods This study uses a mixed methods approach. We analysed video recordings in which nine participants asked 72 questions and the microsequences of interactions immediately surrounding and including each question. We coded properties of each question and whether the tutors' utterances were intended to increase (upregulate) or decrease (downregulate) the complexity of the inquiry processes, and used a two‐step cluster analysis to explore groupings emerged from tutors' regulation guidance and learners' questions. Results and Conclusions The regulatory intent of tutors' utterances depended on various characteristics of student questions. The microsequences clustered in five categories: 1) upregulated investigation and inference, 2) upregulated evidence‐based justification, 3) downregulated cognitive load, 4) downregulated procedural uncertainties, and 5) downregulated perceptual dissonance. Our findings suggest tutors offering guiding prompts should consider dual processes in the inquiry and, by strategically prompting them, strike a balance between the goals of guiding learners to discover scientific knowledge and grounding their conceptual understanding in concepts, data, and procedures. Implications We emphasize conceptual and epistemic learning should be concurrently guided in scientific inquiry. We propose a bidirectional guidance model as a pedagogical approach to guide instructional practice.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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