MétaCan
Menu
Retour à la cohorte
Enregistrement W4416325818 · doi:10.1108/978-1-64802-870-020251024

Developing a Practicum Model Through a Democratic Process

2022· book-chapter· en· W4416325818 sur OpenAlexaff
Rees Carol, Deol Kaur Rupinder, Ruberg Beverly, Maslowski Magdalena, Bauhuis Brendon, Sjokvist Grady, Livingstone Danielle

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueCollaborative Teaching and Inclusion
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésPracticumTeacher educationOperationalizationContext (archaeology)DemocracyProcess (computing)

Résumé

récupéré en direct d'OpenAlex

This chapter developed from two points in the American Association of Colleges for Teacher Education [AACTE] (2018) report. The first point is that “local context matters when considering how to best operationalize clinical practice” (p. 4) and the second point is that there needs to be a “shared responsibility for teacher learning and development ... by university [and] school” (p. 35). The theoretical foundation of our work builds upon Zeichner et al. (2015) who considered that if we are preparing teachers for a democratic society, we need to use a democratic process to get us there. We need to build our teacher education programs through a process that is itself democratic. We need the voices of teacher candidates, teacher mentors, university faculty and community members to be considered as having equitable value. This chapter shares the perspectives of teacher candidates, teacher mentors and university faculty who are involved in designing and piloting a co-teaching practicum model for a particular local context, a teacher education program for secondary teachers of science and mathematics. We share our process, our achievements, our difficulties, and our hopes for the future. The practicum experiences described overlapped the beginning of the COVID-19 pandemic and so we also share some experiences of co-teaching when practicum went online.

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)0,012
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,016
Communication savante0,0140,016
Science ouverte0,0030,013
Intégrité de la recherche0,0040,010
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

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 Opus0,086
Tête enseignante GPT0,384
Écart entre enseignants0,298 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCollaborative Teaching and InclusionTravaux en français237 207