MétaCan
Menu
Retour à la cohorte
Enregistrement W4283836525 · doi:10.5465/ambpp.2022.18019abstract

Instructors as Mediators in Students Learning

2022· article· en· W4283836525 sur OpenAlexaff
Daniela Petrovski

Notice bibliographique

RevueAcademy of Management Proceedings · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Education and Learning Practices
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésSituational ethicsSense of agencyAgency (philosophy)IndividualismPsychologyGrading (engineering)PedagogySolidarityMathematics educationSociologySocial psychologyPolitical scienceEngineeringSocial science

Résumé

récupéré en direct d'OpenAlex

The internalization and globalisation of higher education has led to new demands and social situations that require educational reforms because the existing structure is insufficient to fix the current issues. Analyzing current issues in pedagogy such as power in grading, I draw on the work on Vygotsky and Bandura to propose a possible start for future solutions. One of the main issues analysed in this paper is criticisms of the current focus on grading and individual characteristics such as agency for evaluating learning. I argue that this individualistic perspective may only keep the same problems in higher education instead of solving them and it is better to view the higher education as means for enhancing collective agency, solidarity, and reducing inequality. Employing epistemological caution, I am not saying that agency theory does not have merits, but that the space for action with human agency is limited by situational factors. One situational factor is understanding learning and teaching styles as well as how knowledge develops in classrooms so that learning can occur. Instructors are mediators in students’ learning because they have the power to motivate them to learn or disengage them from learning.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,678
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,042
Tête enseignante GPT0,405
Écart entre enseignants0,363 · 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'étudeSans objet
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetInnovative Education and Learning PracticesTravaux en français237 207