MétaCan
Menu
Retour à la cohorte
Enregistrement W2122914175 · doi:10.5206/cjsotl-rcacea.2012.1.3

Students’ Perceptions of the Effectiveness of Assessment Feedback as a Learning Tool in an Introductory Problem-solving Course

2012· article· en· W2122914175 sur OpenAlexaffvenue
Lynn Randall, Pierre Zundel

Notice bibliographique

RevueThe Canadian Journal for the Scholarship of Teaching and Learning · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueStudent Assessment and Feedback
Établissements canadiensUniversity of SudburyUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésFormative assessmentSummative assessmentPedagogyMathematics educationDocumentationPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

There have been calls in the literature for reforms to assessment to enhance student learning (Shepard, 2000). In many instances, this refers to the need to move from traditional assessment procedures that are characterized as content-heavy, summative, and norm-referenced approaches to more constructivist and student-centred approaches, often characterized as more “…flexible, integrative, contextualized, process oriented, criteria referenced and formative” (Ellery, 2008, p. 421). Whereas summative assessment techniques rarely allow students to act on the feedback provided, formative feedback provided throughout the learning process can be used to improve future work and promote learning (Ellery, 2008; Higgins, Hartley & Skelton, 2002) by providing students an opportunity to learn from mistakes. Allowing students to learn from their mistakes makes good pedagogical sense. To date there has been little research examining students’ use of feedback (Higgins, Hartley, and Skelton, 2002). In an effort to begin to add to the literature in this area, this paper describes a study that explored the effectiveness of oral and written formative feedback when students were provided the opportunity to use it. The paper begins by reviewing literature related to assessment and how assessment relates to feedback in general. It then presents what the research has found in relation to students’ perspectives of effective feedback and how they use it. The paper ends by presenting the results and discussion. La documentation fait état de demandes de réforme de l’évaluation pour améliorer l’apprentissage des étudiants (Shepard, 2000). Dans plusieurs cas, cela traduit le besoin de passer des procédures d’évaluation traditionnelles caractérisées par la lourdeur de leur contenu, par leur aspect sommatif et par leurs approches normatives à des approches plus constructivistes et centrées sur les étudiants, souvent qualifiées de plus « ... souples, intégratives, contextualisées, axées sur les processus, balisées par des critères et formatives » (Ellery, 2008, p. 421). Alors que les techniques d’évaluation sommative permettent rarement aux étudiants de se conformer à la rétroaction fournie, la rétroaction formative tout au long du processus d’apprentissage peut être utilisée pour améliorer les travaux futurs et favoriser l’apprentissage (Ellery, 2008; Higgins, Hartley et Skelton, 2002) en donnant l’occasion aux étudiants d’apprendre de leurs erreurs. Sur le plan pédagogique, permettre aux étudiants d’apprendre de leurs erreurs a du sens. À ce jour, il y a eu peu de recherche sur l’utilisation que font les étudiants de la rétroaction (Higgins, Hartley et Skelton, 2002). Le présent article se veut un ajout à la documentation dans ce domaine. Ses auteurs décrivent une étude qui porte sur l’efficacité de la rétroaction formative orale et écrite lorsque les étudiants ont eu l’occasion de l’utiliser subséquemment. Les auteurs commencent par une analyse de la documentation sur l’évaluation et sur les liens généraux entre cette dernière et la rétroaction. Ils présentent ensuite les résultats de recherche liée aux perspectives des étudiants sur la rétroaction efficace et sur l’utilisation qu’ils en font. Enfin, ils terminent par une présentation des résultats et par une discussion.

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)0,037
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche
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 enseignants0,035
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0370,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
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 Opus0,028
Tête enseignante GPT0,374
Écart entre enseignants0,347 · 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.

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

Citations13
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal for the Scholarship of Teaching and LearningMême sujetStudent Assessment and FeedbackTravaux en français237 207