Learning in the Laboratory: How Group Assignments Affect Motivation and Performance
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>Team projects can optimize educational resources in a laboratory, but also create the potential for social loafing. Allowing students to choose their own groups could increase their motivation to learn and improve academic performance. To test this hypothesis, final grades and feedback from students were compared for the same course in two different years, one with and one without fixed group arrangements. Seniors of the United States Military Academy at West Point were divided into groups of three or four to complete chemical engineering lab projects during the fall semesters of 2014 and 2015. In the first year, 21 cadets remained in instructor-assigned teams for the duration of the course. The next year, 23 cadets were initially assigned groups, but then allowed to choose their own teammates for the second half of the semester. There was no significant difference in graded performance between the two years, although cadet feedback was interesting. When cadets had the option of choosing groups, 65% of survey respondents strongly agreed that their peers had contributed to their learning, versus 40% when groups were not allowed to change. When asked if their motivation to learn or their critical thinking ability had increased, fewer respondents in the second year strongly agreed with either statement. While these results are not conclusive, a wider implementation of team-focused learning currently underway at West Point will offer a robust dataset and insights on how to get group work to work well in science and engineering education.</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 | 0,004 | 0,002 |
| 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 | 0,001 |
| 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