Increasing Learning Potential in Entry Level Nutrition Students through Online Tutorial
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<p>The objective of this study was to assess whether implementation of an online tutoring program, MasteringNutrition©, would produce measurable gains in student learning outcomes. Research conducted by Pearson©, the creator of MasteringNutrition©, indicates that the inclusion of Mastering© tutoring programs into existing courses has the ability to increase student performance on assessments and total course grades. Students of a general education, nutrition course were invited to participate in this study: spring of 2013 (no Mastering; n=182), fall of 2013 (Mastering; n=86), and spring of 2014 (Mastering; n=410). NDFS 1020 is an introductory nutrition course taught in a blended style. Course structure includes course lectures (60% of instruction time) and online assignments (40% of instruction time), Mastering© is included as part of required assignments. Learning outcome progress was measured by questions on a pre-semester quiz, final exam, and posttest six months after course completion. Assessments measured student progress based on course learning objectives. Results of statistical tests reported no significant difference in test scores for each group over time. Students who scored lower than the mean on the pretest and used the Mastering© program demonstrated greater improvements in final and posttest scores compared to those who scored higher than the mean on the pretest (p=&lt;.001). Implementation of online tutoring program did not significantly improve overall student outcomes. Online tutorial programs may be helpful for students who are enrolled in courses where they have little prior knowledge of subject matter.</p><p> </p>
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle