MétaCan
Menu
Retour à la cohorte
Enregistrement W4385664343 · doi:10.1080/00219266.2023.2244975

Fictional placemaking creating meaningful contexts for causal reasoning in secondary school biology education

2023· article· en· W4385664343 sur OpenAlexaff
Emmeline E. Hoogland, M.H.J. Ummels

Notice bibliographique

RevueJournal of Biological Education · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueScience Education and Pedagogy
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPlacemakingContext (archaeology)Mathematics educationMeaningful learningScience educationClass (philosophy)PedagogySociologyPsychologyEpistemologyArchitectureVisual artsUrban design

Résumé

récupéré en direct d'OpenAlex

In secondary science education, students often do not feel engaged with the scientific concepts that are taught, which hinders conceptual learning. This lack of engagement can be overcome by fictional placemaking. Therefore, the purpose of our design-based research is to explore how the creation and use of fictional places lead to meaningful contexts providing opportunities for the learning of biology. Four design principles were formulated from theories on: (1) pedagogy of place; (2) communities of practice; (3) imaginative teaching; and (4) story-based learning. Based on these principles a lesson series was designed in which students were challenged to create societies living in domes on Mars as a fictional place. This lesson series was conducted in a ninth-grade class (28 students) at pre-university level. It was evaluated on the contribution of the design principles to create a meaningful context for the learning of biology. This research focuses on causal reasoning, which is a key competency in biology. The analysis of artefacts of group work showed evidence that students expressed different types of causal reasoning. Reflection on each of the design principles made clear how fictional placemaking provides opportunities for the development of students’ causal reasoning.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,358
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,090
Tête enseignante GPT0,463
Écart entre enseignants0,373 · 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'étudeObservationnel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biological EducationMême sujetScience Education and PedagogyTravaux en français237 207