MétaCan
Menu
Retour à la cohorte
Enregistrement W1907147097 · doi:10.20308/ejpe.93516

At the very root of the development of interest: using human body contexts to improve women’s emotional engagement in introductory physics

2014· article· en· W1907147097 sur OpenAlexaff
Geneviève Allaire‐Duquette, Patrick Charland, Martin Riopel

Notice bibliographique

RevueEuropean Journal Of Physics Education · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueEducation, Achievement, and Giftedness
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)CurriculumRoot (linguistics)Action (physics)Mathematics educationPsychologyStudent engagementPedagogyPhysicsBiology

Résumé

récupéré en direct d'OpenAlex

In physics, women find contexts concerning human biology, medical applications, or natural phenomena highly relevant (Hoffmann, 2002), and the rareness or absence of these in physics curricula may make it more difficult for women to develop and maintain their interest in physics. To date, research in physics education addressing student’s interest mainly employed subjective or contextual data, mostly questionnaires containing statements about different scientific topics. However, no index has been used to identify the triggering of interest as it is happens in real time and, more importantly, in action. Psychophysiological data, in this case electrodermal activity, allow non-intrusive recordings of student’s arousal that serve as a more direct and objective way to observe their interest while they solve physics problems. The onset of interest with arousal must be investigated given that a strong, positive emotional engagement is an essential first step in developing interest in a discipline (Hidi & Renninger, 2006). This study compares the emotional engagement of 13 female college and university students while solving physics problems involving either technical or human body contexts. Results show that the emotional engagement of women in the subject was, in part, significantly greater and more positive when they were solving problems involving the human body context rather than the technical context.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,784
Score d'incertitude au seuil0,376

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,336
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal Of Physics EducationMême sujetEducation, Achievement, and GiftednessTravaux en français237 207