Issues to Consider When Planning and Conducting Educational Research
Notice bibliographique
Résumé
This article is intended to provide students and clinicians aspiring to perform educational research with some background information pertaining to many of the issues inherent in performing research within this domain. It is not intended to provide a comprehensive review of the quantitative methods one might adopt, nor will it fully reflect all of the debate that currently exists within the educational research community. Rather, it is intended to offer an overview of issues and controversies within the field that will hopefully provide a starting point from which interested individuals can begin to engage in the study of educational effectiveness. Using investigations of the efficacy of problem-based learning as background, the article represents an attempt to guide new researchers through the process of generating and refining scientific research questions, identifying appropriate outcome measures, and selecting or adapting the optimal research design for the questions to be addressed. The article focuses on quantitative methods in general with particular attention paid to experimental designs.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,646 | 0,763 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,005 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,013 | 0,012 |
| Études des sciences et des technologies | 0,011 | 0,023 |
| Communication savante | 0,028 | 0,033 |
| Science ouverte | 0,010 | 0,010 |
| Intégrité de la recherche | 0,021 | 0,024 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,005 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».