Femårig grunnskolelærerutdanning på masternivå – ny og utfordrende : Et følgeforskningsprosjekt ved Høgskolen i Østfold : Delrapport 2
Notice bibliographique
Résumé
Følgeforskningsprosjektet MAGLU-forsk ble igangsatt sommeren 2018. Prosjektet ser på innføring av femårige grunnskolelærerutdanninger ved HiØ, og vil pågå til det første studentkullet som startet på MAGLU høsten 2017, har gjennomført sitt studium våren 2022. Dette er den andre delrapporten fra prosjektet. \n\nPå oppdrag fra dekan ved avdeling for lærerutdanning skal prosjektgruppen gjennomføre et følgeforskningsprosjekt på implementering av nye femårige grunnskolelærerutdanninger ved Høgskolen i Østfold \n\nGrunnskolelærerutdanningene for 1-7 og 5-10 ble fra høsten 2017 utvidet med ett år fra fireårige til femårige utdanninger. Formålet med innføring av femårige grunnskolelærerutdanninger er at neste generasjon lærere skal få mer forskningsbasert kunnskap, mer faglig fordypning og mer praksis før de skal ut i jobb. Prosjektet ser på hvilken betydning innføring av femårig utdanning har for opplæringen (undervisning, arbeidsformer, vurderingsformer, praksisopplæring), samt hvordan studenter, faglærere, programkoordinatorer og praksislærere opplever de femårige MAGLU-masterne ved HiØ.\n\nDen første delrapporten fra prosjektet kom i august 2019, og var basert på en spørreundersøkelse blant studentene som startet på MAGLU høsten 2017, gruppeintervjuer med studenter og individuelle intervjuer med programkoordinatorer (Afdal og Bjordal 2019). Denne delrapporten er basert på intervjuer med faglærere og praksiskoordinatorer fra HiØ og praksislærere ved skoler der studentene har hatt praksisstudier. \n\nRapporten er utformet av Hilde Afdal, Fred Rune Bjordal og Reidun Hoff-Jenssen.\nI arbeidet med rapporten har vi hatt samarbeid med Eva Maagerø, Ellen Rye og Birte Simonsen ved Universitetet i Sørøst-Norge (USN). Den samme intervjuguiden er brukt ved begge institusjonene, og en tilsvarende rapport som denne foreligger fra USN (Maagerø, E., Rye, E. & Simonsen, B. (2020).
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 | 0,009 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,013 | 0,006 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,089 | 0,019 |
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 ».