MétaCan
Menu
Retour à la cohorte
Enregistrement W2097173737 · doi:10.47678/cjhe.v43i3.184673

Student Approaches to Learning in Relation to Online Course Completion

2013· article· en· W2097173737 sur OpenAlexafffundvenue
Olle Bälter, Martha Cleveland‐Innes, Kerstin Pettersson, Max Scheja, Maria Svedin

Notice bibliographique

RevueCanadian Journal of Higher Education · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensAthabasca University
Organismes subventionnairesStockholms UniversitetUppsala UniversitetVetenskapsrådetKarolinska InstitutetUniversity of EdinburghKungliga Tekniska HögskolanAthabasca University
Mots-clésCourse (navigation)Online courseMathematics educationOnline learningCourse evaluationRelation (database)Computer sciencePsychologyHigher educationMedical educationMultimediaEngineering

Résumé

récupéré en direct d'OpenAlex

This study investigates the relationship between approaches to studying and course completion in two online preparatory university courses in mathematics and computer programming. The students participating in the two courses are alike in age, gender, and approaches to learning. Four hundred and ninety-three students participating in these courses answered the short version of the Approaches and Study Skills Inventory for Students (ASSIST). Results show that students demonstrating a deep approach to learning in either course are more likely to complete. In the mathematics course, a combination of deep and strategic approaches correlates positively with course completion. In the programming course, students who demonstrate a surface approach are less likely to complete. These results are in line with the intentions of the course designers, but they also suggest ways to improve these courses. Furthermore, the study demonstrates that ASSIST can be used to evaluate course design.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,246
Score d'incertitude au seuil0,305

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,307
Écart entre enseignants0,251 · 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 tête enseignante, 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
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Higher EducationMême sujetOnline Learning and AnalyticsTravaux en français237 207