MétaCan
Menu
Retour à la cohorte
Enregistrement W4382466970 · doi:10.1007/978-3-031-31678-4_5

Effective Teaching: Linking Outcomes of Active Citizenship to Learning Environments

2023· book-chapter· en· W4382466970 sur OpenAlexaffabout
Gordon Sturrock, David B. Zandvliet

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueEducational Environments and Student Outcomes
Établissements canadiensSimon Fraser UniversityBritish Columbia Institute of TechnologyDouglas College
Organismes subventionnairesnon disponible
Mots-clésCitizenshipExperiential learningLearning environmentActive citizenshipPerceptionActive learning (machine learning)PsychologyComputer scienceMathematics educationPolitical scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract This chapter discusses the use of a learning environment instrument, the Place-Based Learning and Constructivist Environment Survey (PLACES) in an environmental studies program that operated out of British Columbia, Canada. In order to access information about students’ perceptions, the instrument was implemented in an Integrated Environmental Studies program called Experiential Studies 10 (ES 10) as part of a range of evaluation methods. The study was retrospective in nature utilizing a mixed method approach to determine the long-term effects of the program on participants’ citizenship activities. Our findings demonstrate that learning environment and citizenship outcomes were linked, and key learning environment features were identified as being important for long term outcomes of active citizenship. This chapter will provide a brief overview of the study and shed light on how paying close attention to the learning environment created within environmental education programming can contribute to long-term outcomes of active citizenship.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,847
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,338
Écart entre enseignants0,302 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEducational Environments and Student OutcomesTravaux en français237 207