MétaCan
Menu
Retour à la cohorte
Enregistrement W4393257581 · doi:10.46743/2160-3715/2024.6464

Strategies for Educators to Teach Mixed Methods Research: A Discussion

2024· article· en· W4393257581 sur OpenAlexaff
Ahtisham Younas, Ángela Durante, Sergi Fàbregues, Elsa Lucia Escalante‐Barrios

Notice bibliographique

RevueThe Qualitative Report · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMultimethodologyPsychologyQualitative researchPedagogyMathematics educationSociologySocial science

Résumé

récupéré en direct d'OpenAlex

Mixed methods research has become increasingly popular in multiple disciplines. Teaching mixed methods is critical to prepare students for using and evaluating the quality of published mixed methods research to inform practice. However, there is limited knowledge about instructional and pedagogical approaches to teaching mixed methods. The purpose of this paper is to outline strategies for educators on how to effectively teach mixed methods research. Teaching mixed methods requires educators to use multifaceted teaching and learning strategies targeting reflective, experiential, collaborative, and inquiry-based learning domains. Including case studies, games, and critical appraisal exercises can result in a more engaging and riveting learning experience for students. A combination of activities targeting varied teaching and learning domains, along with hands-on and student-centered teaching assignments, can be valuable to facilitate student learning of interrelated concepts of mixed methods research.

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)0,034
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,906
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0340,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
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 Opus0,693
Tête enseignante GPT0,717
Écart entre enseignants0,024 · 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'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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Qualitative ReportMême sujetTeacher Education and Leadership StudiesTravaux en français237 207