Student-Teacher Becomes the Teacher-Student: Educator Preparation for Post-Secondary Students to Enrich High School Student STEM Learning in the Discovery Educational Initiative
Notice bibliographique
Résumé
Secondary school curricula in Canada for subjects like science, technology, engineering, and math (STEM) often focus on surface-level learning. While frequently believed to be a precursor for later complex and in-depth studies, such approaches to teaching and learning fail to adequately prepare students for life outside of the classroom, including for future studies in their field of choice. In response to demands for STEM programming that inspires critical thought over rote standardizable knowledge, in 2016, Discovery was created. An interdisciplinary program operated out of the University of Toronto’s Faculty of Applied Science and Engineering, Discovery symbolizes a participatory partnership between the University of Toronto and local secondary schools to support inquiry-based learning for entire classrooms of high school students on a longitudinal basis. Discovery Instructors—consisting of multilevel post-secondary students—work alongside secondary school educators to devise problem-based projects that address key Ontario curriculum targets. Over the course of a semester, high school students are guided by university Instructors to engage in collaborative projects in biology, chemistry, and physics to expand their learning portfolios beyond the confines of a traditional classroom. However, while Discovery seeks to diversify learning for all involved, educator development for Discovery Instructors has remained largely implicit. In this study, we will introduce a teaching development course into Discovery’s Instructor preparation. Within a blended online learning environment across seven weekly modules, Instructor assessment will consist directly of discussion boards containing content- and reflection-based prompts using holistic rubrics and indirectly via mentored students’ performance. A pilot program is currently underway with a sample of enrolled Instructors with data to be collected as the program progresses.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,007 |
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 ».