Communicating educational research to teachers through features of social media and modeling on a blogging platform
Notice bibliographique
Résumé
In the field of education, there is a communication divide between researchers and practitioners (e.g., Vanderlinde et al., 2010; Anderman 2011; Cochran-Smith & Lytle, 1990). Researchers find it difficult to disseminate their results to practitioners efficiently (Chafouleas & Riley-Tilmad 2005; Huberman, 1993) and practitioners, among other difficulties, find research too complex to understand, synthesize, and apply in the classroom (Vanderlinde, 2010). With a blog that pairs educational theories with classroom activities, this study disseminated research to teachers in an understandable, applicable form. Participants were randomly assigned to one of three conditions that varied in levels of communication. The control condition was exposed to a static website with unilateral communication. The first experimental condition experienced a natural blog that allowed teachers to communicate with each other and the researchers, and the second experimental condition was exposed to a vicarious experience blog. This condition allowed for communication and included instances of implicit written modeling in the form of comments from confederate teachers (who were actually researchers) that detailed their experience with applying educational research in the classroom. Using a pre- and post-test assessments to evaluate teachers’ level of educational research content knowledge, results showed higher levels of learning in the groups with the implicit modeling compared to the control condition, however no difference in learning outcomes between the natural blog condition and control.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,004 |
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.
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 ».