La participation d'étudiantes et d'étudiants en classe d'apprentissage actif vue à travers leurs artefacts épistémiques physiques.
Notice bibliographique
Résumé
Epistemic artefacts of a physical nature are the material evidence of the work done and produced by students in the course of their learning. According to socio-cultural theory, they can mediate student participation and learning. The role they play, and what this tells us about new forms of teaching such as active learning (AL) in new environments such as active learning classrooms (ALC), had not been explored previously. We used a case study research design and ethnographic methods with 19 instructors from three colleges to explore three research questions based on this gap in the literature. Qualitative coding technique as well as latent class analysis were used to analyse the data, i.e., classroom observations (N=157). Our results confirmed that AL teaching generates physical artefacts. Furthermore, these artefacts play an epistemic role in learning and teaching. Our analyses distinguished four features of these artefacts, expressed as bi-polar modalities: (1) individual and/or collective; (2) private and/or public; (3) analogue and/or digital; and (4) new and/or reused. Other analyses led to more results. It is important to note that the public modality appears to be the most critical for understanding the mediating role of artefacts. We discuss the implications of these public artefacts on how learning and teaching takes place in ALCs and provide suggestions for practitioners using AA pedagogies in ALCs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».