Continuous-Grouped-Self-Learning: In the Perspective of Lecturers, Tutors and Laboratory Instructors
Notice bibliographique
Résumé
This paper presents the perception of lecturers, tutors and lab instructors towards the implemented Continuous-Group-Self-Learning (CGSL) in the Department of Computer and Communication System Engineering (CCSE), Universiti Putra Malaysia. This innovative system introduces mock teaching and student-lecturer role as a technique of delivery. The system ensures a continuous group work and the students are learning with class-oriented problem-based learning (CO-PBL) instead of seasonal project oriented problem-based learning (PO-PBL). The radical change in the assessment by adopting mock teaching oriented assessment (MTOA) has given a new definition to assess the student thoroughly. 49 respondents have taken part in this study, in which 30 of them are lecturers, 8 are tutors and 11 are laboratory instructors who currently active serving in the department. In general, 56% of the respondent do not agree this learning system shifted the teaching job to the students and 56.55% of them disagree this approach is a burdensome to the students who are undergoing this learning style. This system in fact a catalyst that urges the lecturers, tutors and lab instructors to enhance themselves in order to cope up with the ‘knowledge demand’ from the student when 82.1% of the respondents agree to be more knowledgeable as compared to conventional teaching method.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».