Remote Science Inquiry Instruction (RSII) for Motion on an Inclined Plane
Notice bibliographique
Résumé
This case study examined distance education (DE) teachers using remote science inquiry instruction (RSII) to support a hands-on lab for motion on an inclined plane. The RSII lesson was developed as part of an online lesson study (Lewis & Hurd, 2011). The activities of the teachers and students, collectively the case, are reported by the phase of lesson study. During the Study and Plan phases of the lesson study, student preparation was deemed paramount. Students at disparate geographical locations needed to be ready to conduct the hands-on inquiry. The students used Vernierâ probe ware and interfaces during synchronous instruction, and teacher support via Brightspace. A Google Doc, with hyperlinked Screencastify videos, was developed during the Plan phase to train students in how to use the probe ware required to conduct the inquiry. During the Teach phase of the lesson study, the teachers used the predict–observe–explain (POE) strategy of inquiry to engage students and elicit samples of student thinking (White & Gunstone, 1992). To predict, the students drew the shape of the graph and explained the reasoning behind their prediction. To observe, the students conducted the inclined plane inquiry and took note of what happened as the motion data was simultaneously collected and graphed. To explain, the students observed the graph to engage synchronously with their data and teachers. This allowed students and teachers to begin addressing any misconceptions that occurred during the prediction stage. Keeping the students engaged, giving them an opportunity to predict the shape of the graph, and providing simultaneous data visualization of the phenomenon helped to support the conceptual change process. In this article, we examine how RSII helped students construct meaning during the inquiry process. Keywords: remote science inquiry instruction, online lesson study, hands-on inquiry, predict–observe–explain (POE), misconceptions, student engagement ______________________________________ Instruction d'enquête scientifique à distance pour le mouvement sur un plan incliné Patrick R. Wells, Karen Goodnough, Gerald Galway, and Saiqa Azam Résumé: Cette étude de cas a examiné l'enseignement à distance en utilisant l'enseignement de la recherche scientifique à distance (RSII) pour soutenir un laboratoire pratique sur le mouvement sur un plan incliné. Les actions des enseignants et des étudiants, collectivement le cas, sont rapportées ici alors qu'ils ont mis en œuvre le RSII en utilisant une leçon développée par trois enseignants pendant une étude de leçon en ligne (Lewis & Hurd, 2011). La préparation des élèves a été jugée primordiale dans les phases d'étude et de planification au cours de l'étude de cours, sachant que les élèves, géographiquement disparates, mèneraient l'enquête pratique à l'aide des sondes et interfaces Vernierâ pendant l'enseignement synchrone et le soutien de l'enseignant via Brightspace. Un document Google Doc, contenant des liens hypertextes vers des vidéos Screencastify, a été élaboré pendant la phase de planification afin de former les élèves à l'utilisation du matériel de sondage nécessaire à la réalisation de l'enquête. Les enseignants ont utilisé la stratégie d'enquête POE pour faire participer les élèves et obtenir des exemples de leur réflexion pendant la phase d'enseignement de l'étude des leçons (prédire, observer, expliquer, White & Gunstone, 1992). Dans la phase de prédiction, les élèves ont dessiné la forme du graphique et ont fourni un raisonnement pour leur prédiction. Ensuite, les élèves ont mené l'enquête sur le plan incliné afin d'observer le phénomène pendant que les données relatives au mouvement étaient collectées et représentées simultanément sous forme de graphique pour les élèves. Voir les représentations graphiques du mouvement ont permis aux élèves de participer à l'étape d'explication de la POE, où l'engagement synchrone de RSII avec leurs données et les enseignants ont commencé à aborder toutes les idées fausses de la phase de prédiction. L'engagement des élèves, la visualisation simultanée des données du phénomène et la prédiction personnelle ont soutenu le processus de changement conceptuel. La façon dont la RSII favorise la construction de sens par les élèves au cours du processus d'enquête est discutée. Mots-clés : instruction d'enquête scientifique à distance, étude de cours en ligne, enquête pratique, prédire-observer-expliquer (POE), idées fausses, engagement des élèves
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».