Det almene og det erhvervsrettede:tre undervisningsforløb med FVU og AMU i samspil
Bibliographic record
Abstract
NCK har indsamlet erfaringerne fra tre undervisningsforløb, der fokuserer på samspil mellem den almene undervisning og den fagrettede undervisning. Erfaringsindsamlingens væsentligste funktion er at kunne fungere som eksempler på, hvordan man kan gøre inden for forskellige fagområder. På tværs af de tre forløb kan erfaringerne sammenfattes således: • Samspillet mellem FVU og AMU opleves som meget givende både af undervisere og undervisningsdeltagere. • Jo mere funktionel FVU-undervisningen er i forhold til AMU-undervisningen og i forhold til deltagernes hverdag og arbejdsliv, jo bedre er udbyttet. At undervisningen er funktionel betyder, at deltagerne kan ’bruge den til noget’. De kan umiddelbart se meningen med at lære det, de skal lære. • FVU-undervisningen giver deltager en oplevelse af sikkerhed. De mestrer og kan forstå de beregninger, som de arbejder med i deres dagligdag. De får kendskab til ord og begreber, som eller har været mystifikationer. Denne sikkerhed styrker den personlige udvikling hos deltagere, hvor den skolebaserede viden ligger langt tilbage. • FVU-undervisningen bidrager til, at AMU-lærerne kan koncentrere sig om den ’faglige’ side af undervisningen. • Den tværsektorielle undervisning kræver en særlig kompetence hos de involverede lærere. De skal vide, hvor fagene kan spille sammen. I de beskrevne forløb opnås denne kompetence gennem det faglige undervisningssamarbejde. • AMU-lærerne giver flere eksempler på, at de har fået større indsigt i kursisternes behov for almene kompetencer – et behov der ofte kan være vanskeligt at gennemskue i den almindelige undervisning. • FVU lærerene skal kunne læse det faglige materiale med henblik på: o Hvilke matematiske forudsætninger der kræves i den faglige undervisning, fx træning i omregning af enheder og beregninger ved hjælp af formler. o Hvilke sproglige forudsætninger der kræves i den faglige tilegnelse, fx læsefærdighed og forståelse af fagsprog. o Hvordan IT kan indgå konstruktivt i den faglige læring. • AVU-læreren skal være i stand til at sammenbinde læringen fra FVU-undervisningen med den faglige undervisning. De skal være i stand til at får de almene kompetencer til at træde tydeligt fra i den faglige undervisning. • Når ført interessen for den almene undervisning er vagt, giver den muligheder for arbejde med mere alment dannende stof, fx forskellige teksters forskellige budskaber. Den mest bemærkelsesværdige erfaring er måske den, at de involverede lærere – på trods af administrative vanskeligheder og på trods af det store ekstraarbejde, som de har måttet lægge i undervisningsforberedelsen – er uforbeholdent positive over for det tværfaglige samarbejde. Det er et generelt træk, at man har lært a samarbejdet, og at man ønsker at fortsætte det. Hvis det tværsektorielle samarbejde skal styrkes, kunne det overvejes at opkvalificere de lærergrupper, som fremover skal indgå i et sådant samarbejde. Opkvalificeringen skulle omfatte indsigt og træning i den funktionelle side af fagsamarbejdet.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.005 |
| Scholarly communication | 0.017 | 0.009 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.006 | 0.008 |
| Insufficient payload (model declined to judge) | 0.186 | 0.099 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".