Review of <i>Teaching Children Science: Hands-on Nature Study in North America, 1890-1930</i> by Sally Kohlstedt
Notice bibliographique
Résumé
Many scientists and educators agree that the goal of science education is to prepare students "to know, use and interpret scientific explanations of the natural world," as cited in the National Research Council publication, Taking Science to School: Learning and Teaching Science in Grades K-8 (DuschI et al. 2007). Yet, many science instructors of K-12 and post-secondary students often rely on teacher-telling modes of pedagogy and neglect to engage their students in natural inquiry and scientific study that model the research methods used by scientists. As a result, many young people are not aware of how scientists make discoveries about the natural world. Moreover, some critics argue that our children are so out of touch with the natural world that they prefer to be "plugged in" to electronic games rather than discovering the outdoors, a phenomenon coined as "nature deficit disorder" by Louv (2006). In response to the realization that our students need more meaningful science instruction, scientists and educators actively proposed reforms and have been studying the effects of various instructional and assessment strategies. As I read about the nature study movement in the late 1800s and early 1900s, I realized that for the past 100 years, North American educators have been passionate about the same things--trying. To find ways to improve science instruction by making It more relevant and interesting to students. We know that when people are passionate about topics, they are more motivated to learn, and this is exactly the sentiment that educators drew upon at the start of the nature study movement in the United States and Canada.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».