MétaCan
Menu
Retour à la cohorte
Enregistrement W2270382162 · doi:10.19173/irrodl.v17i1.2116

Analysis of Learning Achievement and Teacher–Student Interactions in Flipped and Conventional Classrooms

2016· article· en· W2270382162 sur OpenAlexvenueno aff
Jerry Chih‐Yuan Sun, Yu-Ting Wu

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methods
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Council
Mots-clésFlipped classroomMathematics educationClass (philosophy)PsychologyCooperative learningBlended learningTeaching methodEducational technologyControl (management)Process (computing)Academic achievementActive learning (machine learning)Collaborative learningPedagogyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study aimed to investigate the effectiveness of two different teaching methods on learning effectiveness. OpenCourseWare was integrated into the flipped classroom model (experimental group) and distance learning (control group). Learning effectiveness encompassed learning achievement, teacher-student interactions, and learning satisfaction. The experimental method was supplemented with qualitative interviews. Overall, 181 freshmen taking a course on physics were allowed to choose their own class based on their preferred teaching method (experimental or control group). The findings indicated that learners in the experimental group scored higher for learning achievement. When selecting a teaching method, if sufficient resources are available, it is suggested that teachers provide learners with the combination of OCW and flipped classroom. Although there was no significant between-group difference in terms of teacher-student interactions and learning satisfaction, the interactions in the flipped classroom had positive effect on students’ learning achievement. The use of the flipped classroom model allows for adequate teacher-student interactions, as teachers can provide guidance and assistance to students in person, while there are greater opportunities for collaborative learning among learners. In addition, since the flipped classroom model emphasizes the process of learning rather than its outcomes, information technology tools should be used to keep detailed records and follow the learning process in order to assess various aspects of the learners’ growth. The results of this study can serve as a reference for future studies on the flipped classroom model and OpenCourseWare, as well as for teachers and researchers in related fields.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,155
Tête enseignante GPT0,549
Écart entre enseignants0,394 · 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 source (Gemma direct ou Codex distillé), 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

Citations119
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Review of Research in Open and Distributed LearningMême sujetInnovative Teaching MethodsTravaux en français237 207