TEACHING STRATEGIS DESIGNED TO CHANGE THE UNDERGRADUATE EXPERIENCE FOR COLLEGE WOMEN LEARNING CHEMISTRY
Notice bibliographique
Résumé
A college for women has been cited as one of the most productive origins of female physical science doctorates in the United States. A case study was conducted to investigate teaching strategies that support the retention of women in the physical sciences, based on evidence from one of the college's most notable instructors and her teaching strategies. The strategies this teacher used included a personal “contract”, confidence building techniques, and science internships. Data were collected from classroom documents, classroom observations, teacher interviews, student focus groups, student feedback sheets, Likert-response student surveys, and student final exams. Evidence from the Likert-response survey and focus groups suggested that the contract increased students' likelihood of success in the course and that confidence-building strategies improved students' confidence in their ability to succeed in science. An analysis of students' final exam scores indicated that student marks improved after the introduction of the aforementioned teaching innovations: 4% of students taking the same science course with the same teacher earned less than a C-, compared to a previous three-year average of 18% of students with below C- grades. In addition, notably fewer minority women dropped the course than they had in the past. The findings of this study suggest that this teacher's strategies may have played a part in retaining these women in the physical sciences. Based on the data, a theoretical model is proposed that suggests how switching or “fading” out of the course may have been addressed and how multiple teaching strategies can work in concert with each other to contribute to women's positive experiences in the physical sciences.
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 | 0,002 | 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 | 0,001 |
| 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 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 ».