MétaCan
Menu
Retour à la cohorte
Enregistrement W4403379966 · doi:10.54337/nlc.v8.9140

Symposium 5: Variations in the Experience of Phenomenographic Research

2012· article· en· W4403379966 sur OpenAlexaff
Marguerite Koole, Jane Costello

Notice bibliographique

RevueProceedings of the International Conference on Networked Learning · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésPhenomenographyPsychologyEpistemologyEngineering ethicsMathematics educationPhilosophyEngineering

Résumé

récupéré en direct d'OpenAlex

Phenomenography originated in the field of Education in the 1970s. At this time, a series of studies were designed to understand why some students appeared to learn more deeply and easily than others (Marton, 1994, Marton & Säljö, 1976). The researchers gathered the different conceptualizations described by the research participants, analyzed their similarities and differences, and noticed that what emerged was a qualitatively limited number of ways of conceptualizing phenomenon. Further, they discovered that these conceptualizations were structurally and referentially related and that these relationships could be mapped hierarchically forming what became known as outcome spaces (Dahlin, 2007). In general, phenomenography aims to find the “variation and the architecture of this variation in terms of different aspects that define the phenomena” (Marton & Booth, 1997, p. 117). Since those early days, phenomenographic methodology has been used in a variety of ways, sometimes combining it with of secondary methods. Hasselgren and Beach list (1997) identify five different types of phenomenography: experimental, discursive (pure), naturalistic, hermeneutic, and phenomenological. The aim of this symposium is to discuss the variation in ways that phenomenography can be applied to research in networked learning. A secondary goal is to open a discussion on the issues and challenges presented by this methodology. The four authors of the papers for this symposium have all taken a discursive (pure) phenomenological approach to their research. What this means is that rather than taking an experimental approach in which learning outcomes were analyzed and measured, as in the experimental approach, the researchers examine conceptions outside of active intervention. That is, the researchers examine how learners conceptualize phenomena occurring in the general learning environment.

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)0,125
score de la tête « metaresearch » (Gemma)0,087
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: aucune
Score de désaccord entre enseignants0,125
Score d'incertitude au seuil0,663

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1250,087
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0060,005
Études des sciences et des technologies0,0210,031
Communication savante0,0290,025
Science ouverte0,0060,050
Intégrité de la recherche0,0110,019
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,270
Tête enseignante GPT0,471
Écart entre enseignants0,201 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the International Conference on Networked LearningMême sujetEvaluation of Teaching PracticesTravaux en français237 207