MétaCan
Menu
Retour à la cohorte
Enregistrement W4390509296 · doi:10.1007/s44217-023-00084-5

Cultivating educational adaptability through collaborative transdisciplinary learning spaces

2024· article· en· W4390509296 sur OpenAlexaffabout
Aishwarya Ramachandran, Meg Schwellnus, Derek Gladwin, Ryan Derby-Talbot, Naoko Ellis

Notice bibliographique

RevueDiscover Education · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEmpowermentAdaptabilitySustainabilityEngineering ethicsSpeculationSociologyPedagogyProcess (computing)Collaborative learningPolitical scienceEngineeringComputer scienceManagementBusinessEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Empowering students and scholars to effectively address complex societal challenges frequently entails embracing unconventional pathways to foster transdisciplinary (TD) education. This empowerment is further facilitated by collaborative efforts supported by the TD experience. This paper examines one such initiative: a student-centered, experimental design of a TD doctoral pilot program for environmental sustainability at the University of British Columbia, a large, research-intensive public university in Canada. In this study, we documented shifts in participants’ development and assessed the impact of TD collaboration conditions on the educational design process. The findings indicate that engaging in collaborative TD experiences yields substantial pedagogical benefits, introducing novel opportunities for design and experimentation. This TD space appears to offer conducive conditions for students and faculty to more effectively navigate adaptive and innovative contexts within higher education. Pedagogical experimentation of this nature provides insights that are challenging to derive from theoretical speculation alone, offering potential pathways for today’s learners and educators as they confront complex societal challenges.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,005
Communication savante0,0040,002
Science ouverte0,0010,009
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,035
Tête enseignante GPT0,412
Écart entre enseignants0,377 · 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'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

Citations11
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDiscover EducationMême sujetHigher Education Practises and EngagementTravaux en français237 207