{Coteaching | Cogenerative Dialoguing} as Praxis of Dialectic Method
Bibliographic record
Abstract
In diesem Artikel möchten wir unser {coteaching | cogenerative dialoguing}-Modell vorstellen, das aus historischen Gründen bestehende Abgrenzungen zwischen akademischer Forschung und alltäglichem Lehren in Frage stellt und überschreitet. Beim "coteaching" helfen alle Beteiligte (Lehrer, Referendare, Schulinspektoren und Forscher) den Schülern beim Lernen (wobei ein bloßes Beobachten und andere zum Objekt machen nicht erwünscht ist). Beim "cogenerative dialoguing" unterhalten sich Lehrende und Lernende darüber, wie sie den Unterricht erlebt haben, um auf diesem Wege Verallgemeinerungen zu erzielen, die neue, zukunftsorientierte Handlungsmöglichkeiten eröffnen können. Auf der Basis dieser Verallgemeinerungen und neu gewonnenen Handlungsoptionen werden dann Veränderungen im Unterricht herbeigeführt, um die Lernmöglichkeiten der Schüler zu verbessern. Dabei dient das {coteaching | cogenerative dialoguing}-Modell mehreren Zielen – neben der schon erwähnten Anwendung in Unterrichtssituationen bietet es auch einen Kontext zur Erforschung von Lehrprozessen, zur Einführung neuer Kollegen in den Lehrberuf, zur Supervision von neuen und praktizierenden Lehrern, und zur Unterstützung von Lehrern bei deren persönlicher Weiterbildung. Die Struktur des {coteaching | cogenerative dialoguing}-Modells entspricht der Struktur zweier anderer dialektischer Konzeptpaare – {praxis | praxeology} und {understanding | explanation} [Verstehen | Erklären] –, auf denen unsere Epistemologie und Methode beruht.
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 | 0.009 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.014 |
| Scholarly communication | 0.008 | 0.010 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.012 | 0.003 |
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".