Transforming Learning in Science Classrooms: A Blended Knowledge Community Approach
Notice bibliographique
Résumé
In this study, I examined how science curricula designed based on the Knowledge Community and Inquiry (KCI) model (Slotta, 2007) would foster the development of knowledge communities in secondary school science classrooms. KCI situates scaffolded inquiry activities within a collective context. In two design iterations, I collaborated with high school teachers to design and implement grade-nine science curriculum units with the topic of Climate Change. Then, I probed the extent to which characteristics of classroom-based knowledge communities manifested in students’ collaborative inquiry activities and the product of their work.\nIn both iterations, students worked for approximately 8 weeks in a sequence of interconnected collaborative inquiry activities, creating digital inquiry artifacts. Two class sections engaged in iteration 1 and created wiki pages about the effect of climate change in Canada. They, then, used these wiki pages to examine the implications of climate change on certain industries. Five class sections engaged in iteration 2 where students identified important climate change-related issues and examined scientific aspects of those issues along with existing remediation plans. Knowledge co-constructed in this collaborative inquiry activity, contained in a Drupal platform, was used to propose improvement to existing remediation plans. Analyzing the process and the product of collaborative inquiry allowed me to examine the extent to which a knowledge community developed in each of the iterations.\nFindings from iteration 1 revealed that students needed tighter scaffolds during collaborative inquiry activities to stay focused on science connections. Additionally, epistemic scaffolds were added to the designed curriculum unit in iteration 2. Also, students were given regulative scaffolds to plan and monitor their collaborative inquiry. Findings from iteration 2 showed more science connections in co-constructed knowledge and higher amount of collaboration among students while constructing shared knowledge comparing to iteration 1.\nThis study provided further evidence of the effectiveness of KCI model to foster characteristics of knowledge communities in secondary school science classrooms. In addition to elaborating pedagogical and technological scaffolds that facilitated KCI curriculum units, recommendations were made for future research to improve existing scaffolds and, thus, progressing towards knowledge communities that are responsive to curricular expectations of science classrooms.
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 | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,004 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».