Investigation into the Impact of Audience Response Devices on Short- and Long-term Content Retention
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
Audience Response Systems (ARSs) may enhance short-term knowledge retention. Long-term knowledge retention is more difficult to demonstrate. According to previous studies, ARS questions requiring application of knowledge or peer interaction are more effective in maintaining student attention. The purpose of this study was to determine if peer discussion or individual-knowledge questions enhance short- and/or long-term knowledge retention. Third-year veterinary students responded to ARS questions posed in individual knowledge (n=3 questions) and peer discussion (n=3 questions) format from six different instructors. To test short-term memory, the same questions were delivered during the course examination (within 21 days). To test long-term retention, these questions were posed during a retention exercise (four months later). On the course examination, students had a higher (p<.01) probability (±SE) of correctly answering ARS individual-knowledge questions (93.8 ± 1.8%) compared to novel (previously unseen, non-ARS control) course examination questions (87.5 ± 3.1%), but the probability of correctly answering examination questions previously posed using ARS peer discussion format (89.5 ± 3.0%) did not differ from individual knowledge or novel examination questions. The positive impact of ARS-knowledge questions was not maintained through the retention exercise. Neither individual knowledge (70.5 ± 6.4%) nor peer-discussion questions (67.5 ± 6.9%) performed better on the retention exercise than the questions that appeared only on the course examination (68.6 ± 6.1%). Curricular strategies that emphasize content review may be more powerful than strategies that strengthen initial learning for long-term content retention.
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 | 0,007 | 0,008 |
| 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 | 0,001 |
| 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