Presenting a STEM Ways of Thinking framework for engineering design-based physics problems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Investigating students’ thinking in classroom tasks, particularly in science and engineering, is essential for improving educational practices and advancing student learning. In this context, the notion of (WoT) has gained traction in STEM education, offering a framework to explore how students approach and solve interdisciplinary problems. Building on our earlier studies and contributing to ongoing discussions on WoT frameworks, this paper introduces a new WoT framework—Ways of Thinking in Engineering Design-based Physics (WoT4EDP). WoT4EDP integrates five key elements—design, science, mathematics, metacognitive reflection, and computational thinking—within an undergraduate introductory physics laboratory. This novel framework highlights how these interconnected elements foster deeper learning and holistic problem solving in ED-based projects. A key takeaway is that this framework serves as a practical tool for educators and researchers to design, implement, and analyze interdisciplinary STEM activities in physics classrooms. We describe the development of WoT4EDP, situate it within undergraduate STEM education, and characterize its components in detail. Additionally, we compare WoT4EDP with two contemporary frameworks—Dalal (2021) and English (2023)—to glean insights that enhance its application and promote interdisciplinary thinking. This paper is the first of a two-part series. In the upcoming second part, we will demonstrate the application of the WoT4EDP framework, showcasing how it can be used to analyze student thinking in real-world, ED-based physics projects.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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