Legacy TRIPSEs (Tri‐Partite Problem‐Solving Exercises): Fostering Student Engagement and Learning in Large Classes
Notice bibliographique
Résumé
The TRIPSE is a process‐oriented problem solving exercise that mimics the scientific process. Using limited data, students: 1) frame hypotheses; 2) design experimental tests; and 3) later with new information, reassess answers. Earlier we validated it as an evaluative exercise in a large class (The FASEB Journal. 2008; 22:767.1). We report here the use of TRIPSEs to promote student engagement and learning in a freshmen introductory biology class. In part 1, students learned about gene expression and cell signaling. In part 2, students (groups of 5) incorporated elements of what they had learned into designing novel problems that could be left as a “legacy” for future classes. Groups were told to: 1) write challenging problems based on published material; 2) state 4 plausible hypotheses and for each hypothesis indicate appropriate experimental tests; and 3) provide annotated references. Interim feedback was given. Groups were assessed on clarity, creativity, plausibility of hypotheses, relevance of the experiments proposed and corroboration for statements made. On an exit survey, a total of 322 students from 2 separate years rated this exercise the most valuable amongst several used.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».