MétaCan
Menu
Retour à la cohorte
Enregistrement W4311813729 · doi:10.1080/09500693.2022.2146468

Using activity theory as an analytical lens to conceptualise a framework for fostering interdisciplinary science habits in postsecondary students

2022· article· en· W4311813729 sur OpenAlexafffund
Hagar I. Labouta, Jennifer D. Adams, Max Anikovskiy, Natasha Kenny, Leslie Reid, David T. Cramb

Notice bibliographique

RevueInternational Journal of Science Education · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Education and Learning Practices
Établissements canadiensToronto Metropolitan UniversityUniversity of CalgaryUniversity of Manitoba
Organismes subventionnairesUniversity of ManitobaUniversity of Calgary
Mots-clésScience educationConceptual frameworkFocus groupMathematics educationActivity theoryPedagogySociologyPsychologyEngineering ethicsEngineeringSocial science

Résumé

récupéré en direct d'OpenAlex

This study presents a conceptual framework for embedding interdisciplinary learning approaches in a postsecondary science program in order to foster interdisciplinary science habits in students. The framework was developed through the lens of a multi-year interdisciplinary postsecondary science program that encompasses a series of courses in which science disciplines are bridged within an authentic science research environment. The validity of the developed framework is supported by the empirical data comprising live experiences of the students obtained through questionnaires, interviews and focus groups. The data were processed and evaluated using content analysis and activity theory. This work provides design principles that will be useful for both program developers and education researchers seeking to launch effective interdisciplinary science programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0020,009
Communication savante0,0060,005
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,177
Tête enseignante GPT0,567
Écart entre enseignants0,389 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Science EducationMême sujetInnovative Education and Learning PracticesTravaux en français237 207