MétaCan
Menu
Retour à la cohorte
Enregistrement W4385764663 · doi:10.5430/jct.v12n4p31

Fostering University Students’ Motivation through Dialogic Classroom Practices: A Conceptual Model

2023· article· en· W4385764663 sur OpenAlexvenueno aff
Bunmi Isaiah Omodan

Notice bibliographique

RevueJournal of Curriculum and Teaching · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParental Involvement in Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDialogicTransformative learningPedagogyConceptual frameworkPsychologyMathematics educationSociology

Résumé

récupéré en direct d'OpenAlex

This conceptual paper presents a model for engaging students and promoting motivation through dialogic classroom practices. The author argues that fostering dialogic teaching and learning in the classroom can positively impact student motivation and learning outcomes. The proposed model highlights the importance of creating a classroom environment where students feel comfortable sharing their ideas and engaging in meaningful discussions. This conceptual article is lensed within transformative paradigm, presenting dialogic pedagogy as a concept analysed using conceptual analysis. Dialogic pedagogy was presented, and the key assumptions, such as promoting classroom dialogue, valuing all voices, emphasising social knowledge construction, and instructors acting as facilitators of learning, were discussed vis-à-vis its correctional tendencies with student motivation and learning outcomes. The paper also highlights the potential benefits of dialogic classroom practices for diverse and borderless student populations. The conclusion is that promoting classroom dialogue, valuing all voices, emphasising social knowledge construction, and acting as facilitators of learning are dimensions to enhance student motivation towards learning outcomes. The paper offers a valuable contribution to the literature by providing a comprehensive framework for educators to effectively engage and motivate their students through dialogic practices.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,559
Score d'incertitude au seuil0,413

Scores Codex et Gemma par catégorie

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

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 Opus0,173
Tête enseignante GPT0,403
Écart entre enseignants0,230 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Curriculum and TeachingMême sujetParental Involvement in EducationTravaux en français237 207