MétaCan
Menu
Retour à la cohorte
Enregistrement W7001233674

Inquiry, engagement, and literacy in science: A retrospective, cross-national analysis using PISA 2006

2014· article· en· W7001233674 sur OpenAlexaboutno aff

Notice bibliographique

RevueMurdoch Research Repository (Murdoch University) · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueScience Education and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScientific literacyScience educationScience learningAffect (linguistics)LiteracyStudent engagement
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this study, we examine patterns of students’ literacy and engagement in science associated with different levels of “inquiry-oriented” learning reported by students in Australia, Canada, and New Zealand. To achieve this, we analyzed data from the Organisation for Economic Co-operation and Development's 2006 Programme for International Student Assessment, which had science as its focus. Consistently, our findings show that science students who report experiencing low levels of inquiry-oriented learning activities are found to have above-average levels of science literacy, but below-average levels of interest in science, and below-average levels on six variables that reflect students’ engagement in science. Our findings show that the corollary is also true. Across the three countries, students who report high levels of inquiry-oriented learning activities in science are observed to have below-average levels of science literacy, but above-average levels of interest in learning science, and above-average engagement in science. These findings appear to run counter to science education orthodoxy that the more students experience inquiry-oriented teaching and learning, the more likely they are to have stronger science literacy, as well as more positive affect toward science. We discuss the implications of these findings for science educators and researchers.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,011
Études des sciences et des technologies0,0050,004
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,181
Tête enseignante GPT0,490
Écart entre enseignants0,309 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMurdoch Research Repository (Murdoch University)Même sujetScience Education and PedagogyTravaux en français237 207