MétaCan
Menu
Retour à la cohorte
Enregistrement W4213149332 · doi:10.4018/978-1-7998-9564-0.ch001

Making and Active Learning in Higher Education

2022· book-chapter· en· W4213149332 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAdvances in higher education and professional development book series · 2022
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueTeaching and Learning Programming
Établissements canadiensYork UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésWorkforceVariety (cybernetics)Context (archaeology)Mathematics educationActive learning (machine learning)PedagogyPsychologyComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

In this study, the authors researched, designed, and implemented maker education opportunities into teacher candidate training, specifically in elementary mathematics and science methods courses. To investigate the impacts of active learning and maker education models in the teacher education program, the researchers observed, interacted with, and asked teacher candidates (1) which instructional design practices were helpful, (2) what they learned (i.e., knowledge gained, effective pedagogies, and teaching methods) and (3) what were the impacts of these learning opportunities in the context of learning to teach mathematics and other STEM subjects? The Maker Ed workshops involved creating opportunities for teacher candidates to gain experience of how to make, exploring ways to incorporate making in a variety of contexts and then extending this learning to their own pedagogy. To better prepare students for the workforce and everyday living, life skills, transferable skills, and workforce competencies need to be taught through student-centered and activating instructional practices.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,037
Tête enseignante GPT0,329
Écart entre enseignants0,292 · 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