MétaCan
Menu
Retour à la cohorte
Enregistrement W4392917951 · doi:10.56397/rae.2024.03.06

Exploring the Impact of Teacher Role Changes in the Flipped Classroom Model on the Critical Thinking Abilities of University Students

2024· article· en· W4392917951 sur OpenAlexaffabout
Ning Pan

Notice bibliographique

RevueResearch and Advances in Education · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCritical thinkingMathematics educationPsychologyFlipped classroomQualitative propertyQualitative researchPedagogySociologyComputer science

Résumé

récupéré en direct d'OpenAlex

This study investigates the impact of teacher role changes within the flipped classroom model on the critical thinking abilities of Canadian university students. Employing a mixed-methods research design, the study combines quantitative data from pre- and post-tests using the California Critical Thinking Skills Test (CCTST) with qualitative insights from student and teacher interviews. The quantitative analysis revealed statistically significant improvements in students’ critical thinking abilities in flipped classroom settings, particularly in analysis, inference, and evaluation skills, indicating a medium to large effect size (η² = 0.111). Qualitative findings underscore the importance of increased student engagement, enhanced learning environments, the value of collaborative learning, and the pivotal role of teacher support and feedback in facilitating critical thinking development. Integrating these findings, the study offers a multifaceted view of how strategic pedagogical shifts—specifically, adopting more facilitative and supportive roles by teachers—can significantly enhance critical thinking in higher education. This research contributes to the literature on educational strategies, advocating for the broader adoption of flipped classroom models as a means to foster active, student-centered learning and critical thinking skills.

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)0,004
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,361
Score d'incertitude au seuil0,219

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,160
Tête enseignante GPT0,489
Écart entre enseignants0,328 · 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'étudeThéorique ou conceptuel
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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch and Advances in EducationMême sujetEducation and Critical Thinking DevelopmentTravaux en français237 207