MétaCan
Menu
Back to cohort
Record W7038149067

Fysisk skolemiljø og pedagogikk. En kunnskapsoversikt

2023· report· no· W7038149067 on OpenAlexaboutno aff

Bibliographic record

VenueDuo Research Archive (University of Oslo) · 2023
Typereport
Languageno
FieldAgricultural and Biological Sciences
TopicPlant Diversity and Evolution
Canadian institutionsnot available
Fundersnot available
KeywordsDairy industryWork schedule
DOInot available

Abstract

fetched live from OpenAlex

I norsk grunnopplæring har elevene rett til et fysisk skolemiljø som fremmer helse, trivsel og læring. Forskning viser at kvaliteten på det fysiske læringsmiljøet har stor betydning som ramme for å oppfylle sosiale og pedagogiske mål (Bjurstrøm, 2017). Forskning på betydningen av skolens fysiske miljø er preget av mange ulike perspektiver og tilnærminger: estetiske faktorer og design, trivsel, pedagogisk materiell, helsefremmende faktorer, læringsstøtte med mer (de Laval, 2017). Den fysiske utformingen av skolene dikterer ikke nødvendigvis pedagogisk praksis, men det kan være relevant å si at ulike lærings- og undervisningsmetoder eksemplifiseres ved ulike skoledesign (Shield, Greenland & Dockrell, 2010).\nLæringsprosessene som finner sted i skolen, er tett knyttet til den materielle konteksten, og skolebygninger må over tid tilpasses ulike pedagogiske trender og skiftende læreplaner. Flere studier viser at skolens fysiske miljø har betydning for elevenes læring, trivsel og deltakelse, og at det fysiske skolemiljøet ute og inne påvirker både lærings- og arbeidsmiljøet (Plotka, 2016). I løpet av de siste tjue årene har det skjedd en innsats for å modernisere skole og utdanning både i Norge og i mange andre land, noe som også har medført endringer og nytenking i utforming av skolers bygninger og rom. Skolebyggene er i endring på grunn av pedagogiske reformer i skolesystemet, både nasjonalt og internasjonalt. Det er satt søkelys på ferdigheter som er nødvendige for det 21. århundret og inkluderende opplæring. Nye skolebygg blir i dag utformet med fleksible læringsrom og moderne teknologi og utstyr for å skape rom for en mer tilpasningsdyktig og variert læreplan og for å legge til rette for tilpassede arbeids- og læringsformer.\nBlackmore, Bateman, Loughlin, O’Mara & Aranda (2011) viser i en litteraturgjennomgang at mye faglitteratur og forskning på skolebygg og læringsmiljøer har satt søkelyset på areal preget av fleksibilitet og mobilitet. Tradisjonelle klasserom med rader av pulter og lærere som instruktører og formidlere foran elevene blir i vår tid beskrevet som utdaterte. Fleksible og utvidede læringsarealer for større elevgrupper tenkes å bedre støtte og forbedre undervisning og elevaktivt læringsarbeid (Frelin & Grannäs, 2022). Slike læringsmiljøer introduseres som aktivitetsbaserte og fleksible, med mål om å tilrettelegge for innovative former for undervisning og læring, som igjen skal fremme framtidsrettet kompetanse.\nDet er imidlertid lite kjent hvor godt de nye skolebyggene støtter pedagogiske mål, og om det fysiske miljøet og utstyret blir brukt etter hensikten eller oppleves hensiktsmessig for brukerne. Siden starten av 2000-tallet har mengden av forskning på det fysiske skolemiljøets betydning for undervisning, læring, trivsel og tilhørighet i skolen vokst. I tråd med prosjektet "Morgendagens skoler" har vår tilnærming til denne kunnskapsoversikten primært vært å se på hva forskning på fleksible og innovative læringsmiljøer forteller oss. Kunnskapskapsoversikten er dermed et bidrag til å systematisere nyere studier og samle forskningsbasert kunnskap om forholdet mellom pedagogikk og skolens arkitektur, med vekt på erfaringene som spesielt lærere og elever har med nye eller ombygde skolebygg.

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.006
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Review · Consensus signal: none
Teacher disagreement score0.081
Threshold uncertainty score0.270

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.006
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0020.001
Science and technology studies0.0050.005
Scholarly communication0.0120.008
Open science0.0010.010
Research integrity0.0030.004
Insufficient payload (model declined to judge)0.0810.033

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.

Opus teacher head0.154
GPT teacher head0.319
Teacher spread0.165 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreReview

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".

Quick stats

Citations0
Published2023
Admission routes1
Has abstractyes

Explore more

Same venueDuo Research Archive (University of Oslo)Same topicPlant Diversity and EvolutionFrench-language works237,207