ENGAGEMENT WITH THE INVERTED CLASSROOM APPROACH: STUDENT CHARACTERISTICS AND IMPACT ON LEARNING OUTCOMES
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
The focus of this paper is to take a closer look at this question of engagement with the inverted classroom approach and specifically address the following two research questions: 1) Do students with different degrees of engagement with the inverted classroom approach exhibit different academic characteristics?, and 2) How does the degree of engagement affect the learning of the course material?To assess these questions, the students preferred learning styles (ILS), their self-efficacy, and their academic performance prior to the course were assessed. As well, the students’ engagement with the approach was assessed through their lecture attendance and pre-class video viewing, and their learning was quantified through pre/post concept tests, in-class pop quizzes, and the final course grade.Using k-means clustering with the pre-class viewing and lecture attendance data, the cohort was divided into three groups: high, medium, and low degrees of engagement with the teaching approach. Some differences were noted in terms of the groups’ learning styles and prior academic performance, but no differences were found with their self-efficacy scores. Students in the high engagement group did significantly better than their peers in the other two groups, with final course mark averages of Mhigh = 81.8%, Mmedium = 74.0%, Mlow = 63.5%, F(2,323) = 67.4, p < .001. When prior academic performance and learning styles were controlled for, in comparison to the low engagement group, being part of the medium or high engagement group was a significant positive predictor for the final course grade, with medium = 0.168, p < .01, high = 0.349, p < .001.Since the inverted classroom approach requires a major shift in student attitudes and behaviors towards their learning, these results show that the degree of engagement with the process is an important metric to consider.
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 | 0,004 | 0,004 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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