MétaCan
Menu
Retour à la cohorte
Enregistrement W4403603043 · doi:10.5206/cjsotlrcacea.2024.2.15556

Situating the Self Through Sketching: First Year Doctoral Students Finding Their Way

2024· article· en· W4403603043 sur OpenAlexaffvenue
Kelvin Quintyne, Tayebeh Sohrabi, Simon Adu-Boateng, Benjamin Boison, Cecile Badenhorst, Beverly FitzPatrick

Notice bibliographique

RevueThe Canadian Journal for the Scholarship of Teaching and Learning · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMathematics educationPsychologySociologyPedagogy

Résumé

récupéré en direct d'OpenAlex

As part of a two-semester advanced research methodology course, five PhD students completed three sketches—beginning, middle, and end of course—to represent how they were thinking and feeling about themselves as doctoral students as they progressed through their first year. They also wrote reflections to complement the sketches and shared their sketches in class. At the end of the course, the students co-led a study with their two instructors to examine their learnings and understandings gained from sketching. The students wrote individual narratives about their experiences and the instructors wrote narratives about how sketching was part of their pedagogical thinking. The analysis revealed seven student themes, including positive outcomes and challenges associated with sketching. One positive outcome was that students felt empowered as the sketches gave them the opportunity to reflect back on their progress, both cognitively and emotionally, over their first year of doctoral studies. Sketching itself was a challenge for some, but all felt that it was a powerful experience. Sketching provided the instructors with insights they might not have gotten through words alone, enhancing their sense of teaching and learning, and gave them valuable information to support the students.

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)0,009
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,627
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0080,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
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 Opus0,099
Tête enseignante GPT0,400
Écart entre enseignants0,301 · 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal for the Scholarship of Teaching and LearningMême sujetCreativity in Education and NeuroscienceTravaux en français237 207