MétaCan
Menu
Retour à la cohorte
Enregistrement W4411669220 · doi:10.3126/sudurpaschim.v2i2.80416

Exploring Andragogic Teaching Methods Used for Adult Learners

2024· article· en· W4411669220 sur OpenAlexaff
Gambhir Bahadur Chand

Notice bibliographique

RevueSudurpaschim Spectrum · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Leadership and Innovation
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMathematics educationPsychologyComputer sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

Teaching adult learners presents unique challenges, as they bring diverse life experiences and prior knowledge to the classroom. Therefore, instructors must be well-versed in the fundamental principles of andragogy—the theory of adult learning. This study explores the experiences of university teachers in teaching adult learners and examines classroom practices in adult education settings at the university level. A qualitative research design was employed to collect and analyze data. Six university-level teachers were interviewed, and two classroom observations were conducted for each participant. Data were analyzed using thematic analysis, which included transcription, coding, and thematization. The findings revealed that most teachers primarily relied on lecture-based methods and demonstrated limited awareness of andragogical principles. Common classroom activities included explanation, question-and-answer sessions, and dictation of notes. Observations indicated that andragogical principles were largely absent in instructional practices. While a few participants reported incorporating learners' prior experiences into discussions, other key andragogical elements were notably overlooked. Based on these findings, it is suggested that the integration of andragogical principles in university teaching could enhance the effectiveness of adult learning. Reducing teacher talk time and increasing activities that foster critical thinking, problem-solving, and individualized instruction are recommended to improve student performance and engagement.

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)0,007
score de la tête « metaresearch » (Gemma)0,009
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: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,244
Tête enseignante GPT0,453
Écart entre enseignants0,209 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSudurpaschim SpectrumMême sujetEducational Leadership and InnovationTravaux en français237 207