MétaCan
Menu
Retour à la cohorte
Enregistrement W4389068376 · doi:10.55016/ojs/ajer.v68i4.72498

Elementary Students’ Argument Evaluation in a Science Classroom

2022· article· en· W4389068376 sur OpenAlexaffvenue
Qingna Jin

Notice bibliographique

RevueAlberta Journal of Educational Research · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésArgument (complex analysis)Argument mapPsychologyMathematics educationTask (project management)AffordanceRecallEpistemologyPedagogyCognitive psychologyArgumentation theoryPhilosophy

Résumé

récupéré en direct d'OpenAlex

Students’ ability to evaluate arguments is significant in democratic societies. Therefore, researchers argue that it is important to understand and facilitate students’ argument evaluation skills. Most research on students’ argument evaluation focuses on final products and outcomes instead of students’ decision-making processes. Thus, how students evaluate arguments constructed by others has not been fully clear to researchers and educators. This qualitative case study aimed to understand the process of students’ argument evaluation by exploring the affordance of a new data collection method. In addition to the written task, which is commonly used in the current research on argument evaluation, this study also employed stimulated recall interviews (SRIs) to access students’ inner awareness and thinking processes while they were engaged in the argument evaluation task. Data collected with SRIs were analyzed qualitatively, together with students’ written responses. Findings from this study reveal that students’ argument evaluation is a complex cognitive endeavor, and the actual process of argument evaluation is more sophisticated than what is demonstrated in students’ written responses. Based on these findings, this study suggests that only examining students’ written products might not be sufficient to achieve a comprehensive understanding of their argument evaluation skills. Considerations of using SRIs are also discussed. Keywords: argument evaluation, stimulated recall interview (SRI), thinking process, elementary science Dans les sociétés démocratiques, la capacité des élèves à évaluer des arguments est importante. Les chercheurs soutiennent qu'il est donc important de comprendre et de faciliter les compétences des élèves en matière d'évaluation des arguments. La plupart des recherches sur l'évaluation des arguments par les élèves portent sur les produits et les résultats finaux plutôt que sur les processus décisionnels des élèves. Les chercheurs et les éducateurs n'ont donc pas une idée claire de la manière dont les élèves évaluent les arguments formulés par d'autres. Cette étude de cas qualitative visait à comprendre le processus d'évaluation des arguments par les élèves en explorant les possibilités d'une nouvelle méthode de collecte de données. En plus de la tâche écrite, qui est couramment utilisée dans la recherche actuelle sur l'évaluation des arguments, cette étude a également utilisé des entretiens de rappel stimulé pour accéder à la conscience intérieure et aux processus de pensée des élèves pendant qu'ils étaient engagés dans la tâche d'évaluation des arguments. Les données recueillies au moyen des entretiens de rappel stimulé ont été analysées de manière qualitative, ainsi que les réponses écrites des élèves. Les résultats de cette étude révèlent que l'évaluation des arguments par les élèves est un effort cognitif complexe, et que le processus réel d'évaluation des arguments est plus sophistiqué que ce qui est démontré dans les réponses écrites des élèves. Sur la base de ces résultats, cette étude suggère que le seul examen des textes écrits des élèves pourrait ne pas être suffisant pour obtenir une compréhension complète de leurs compétences en matière d'évaluation des arguments. Les considérations relatives à l'utilisation des entretiens de rappel stimulé sont également discutées. Mots clés : évaluation des arguments, entretien de rappel stimulé, processus de réflexion, sciences au primaire

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)0,007
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,003
Communication savante0,0070,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,133
Tête enseignante GPT0,516
Écart entre enseignants0,383 · 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'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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlberta Journal of Educational ResearchMême sujetEducation and Critical Thinking DevelopmentTravaux en français237 207