MétaCan
Menu
Retour à la cohorte
Enregistrement W2063455422 · doi:10.2308/iace-50092

Impact of Structure of Early Practice on Student Performance in Transaction Analysis

2011· article· en· W2063455422 sur OpenAlexaff
Benny G. Johnson, Erik Slayter

Notice bibliographique

RevueIssues in Accounting Education · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAccounting Education and Careers
Établissements canadiensUniversity of SaskatchewanSaskatchewan Health
Organismes subventionnairesnon disponible
Mots-clésDatabase transactionTest (biology)Computer scienceVariety (cybernetics)Process (computing)Mathematics educationPsychologyKnowledge managementAccountingArtificial intelligenceBusinessDatabase

Résumé

récupéré en direct d'OpenAlex

ABSTRACT In introductory accounting textbooks, virtually all end-of-chapter problems on transaction analysis follow the same familiar format: a collection of transactions performed by a given business during a specified time period. Modern research-based models of human cognitive architecture suggest, however, that this format is suboptimal for beginning students. An approach better aligned with this learning research would give students practice with one transaction type at a time before proceeding to problems involving a mixture of transaction types. An experiment was conducted to test this hypothesis by randomly assigning students in an introductory financial accounting course to one of two practice conditions: conventional textbook problems and “targeted practice” in which the same transactions were grouped by type. All students were then given a conventional textbook problem as a post-test. During the practice phase, students in the targeted practice group analyzed transactions in less time and with greater accuracy than students who worked conventional problems. On the post-test, the total scores of the two groups were statistically equivalent; thus, the targeted practice group achieved the same level of performance more efficiently. However, on transactions requiring transfer of learning, the targeted practice group performed notably better, indicating these students were better able to apply knowledge gained during practice to a broad variety of transaction scenarios. The implications of this study are straightforward and practical: by making a very simple modification to the format of transaction analysis problems given to students early in the learning process, better learning outcomes can be obtained.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,043
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,016
Tête enseignante GPT0,323
Écart entre enseignants0,307 · 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 source (Gemma direct ou Codex distillé), 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

Citations18
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIssues in Accounting EducationMême sujetAccounting Education and CareersTravaux en français237 207