Asking “How” and “Why” and “Under What Conditions” Questions: Using Critical Realism to Study Learning and Teaching
Notice bibliographique
Résumé
Research paradigms offer a way for scholars to design, communicate, and reflect on their research effectively. A paradigm encapsulates the researcher’s worldview, including the epistemology, ontology, and axiology of the research. Researchers are often initiated, whether explicitly or implicitly, into particular paradigms through graduate study. This can cause difficulties in the multidisciplinary landscape of SoTL where practitioners either have to learn a new domain and/or communicate to peers outside their discipline. Learning about common research paradigms can help address these challenges. Four commonly used paradigms that have been proposed as relevant for SoTL research are post-positivist, critical realist, interpretive, and transformative (including indigenous). This article describes the basic tenets of critical realism and discusses them in relation to SoTL research. It i) describes key concepts within critical realism, including a stratified reality and a focus on causal mechanisms and the relationship between structure and agency, ii) explains how critical realism can be applied to studying learning and what this means for choice of SoTL methodology and method, and iii) describes the key aspects of two published SoTL studies. The paper concludes by suggesting that critical realism can enhance the theoretical rigor, practical utility, and interdisciplinarity of SoTL 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,046 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,106 |
| Communication savante | 0,014 | 0,019 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».