Can low domain knowledge be compensated for when using the internet
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Previous researchers have found that learners do not benefit fi-om using the Internet when \ndomain knowledge is low. The purpose of the current study was to investigate possible \nmethods to compensate for low domain knowledge. Specifically, the presence of notes, \nmore time to search the Internet, and high levels of motivation to use the Internet were \nexamined as possible compensating factors. Sixty Political Science and Kinesiology \nundergraduate students were randomly assigned to one of three conditions. Students \nsearched the Internet for an hour prior to vmting an essay with notes present, searched the \nInternet for an hour prior to writing an essay without notes present, or did not search the \nInternet prior to completing an essay. Each participant completed the same two essays, \none corresponding to a high knowledge domain and another corresponding to a low \nknowledge domain. First, the presence of notes did not significantly improve essay scores \nin comparison to the absence of notes. Second, learners did benefit fi-om using the \nInternet for 1 hour in comparison to their peers who were not exposed to the Internet, \nregardless of level of domain knowledge. Third, high levels of motivation did not affect \nessay performance. A discussion of why time may have compensated for low domain \nknowledge while notes and motivation did not is included. In addition, methods that may \ncompensate for low domain knowledge when time is restricted are suggested.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle