MétaCan
Menu
Retour à la cohorte
Enregistrement W2157263025 · doi:10.5206/cjsotl-rcacea.2014.1.7

Minimal Marking: A Success Story

2014· article· en· W2157263025 sur OpenAlexaffvenueabout
Anne McNeilly

Notice bibliographique

RevueThe Canadian Journal for the Scholarship of Teaching and Learning · 2014
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésGrammarHumanitiesArtLinguisticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

The minimal-marking project conducted in Ryerson’s School of Journalism throughout 2012 and early 2013 resulted in significantly higher grammar scores in two first-year classes of minimally marked university students when compared to two traditionally marked classes. The “minimal-marking” concept (Haswell, 1983), which requires dramatically more student engagement, resulted in more successful learning outcomes for surface-level knowledge acquisition than the more traditional approach of “teacher-corrects-all.” Results suggest it would be effective, not just for grammar, punctuation, and word usage, the objective here, but for any material that requires rote-memory learning, such as the Associated Press or Canadian Press style rules used by news publications across North America. Le projet de corrections minimales mené à l’École de journalisme de Ryerson tout au long de 2012 et au début de 2013 a eu pour résultat des notes de grammaire considérablement supérieures dans deux classes de première année d’étudiants universitaires corrigés de façon minimale par rapport à deux classes où les étudiants étaient corrigés de façon traditionnelle. Le concept de « corrections minimales » (Haswell, 1983), qui exige un engagement considérablement plus important de la part des étudiants, aboutit à des résultats d’apprentissage supérieurs en ce qui concerne l’acquisition de connaissances au niveau superficiel par rapport à l’approche traditionnelle du « professeur qui corrige tout ». Les résultats suggèrent que cette approche serait efficace, non seulement pour la grammaire, la ponctuation et le bon usage des mots, qui étaient l’objectif visé dans ce cas, mais également pour n’importe quelle matière qui exige un apprentissage par mémorisation, tel que les règles de style de la Associated Press ou de la Presse canadienne utilisées par les publications de presse d’un bout à l’autre du Canada.

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)0,009
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0110,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,037
Tête enseignante GPT0,283
Écart entre enseignants0,246 · 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'étudeSans objet
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

Citations2
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal for the Scholarship of Teaching and LearningMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207