Promoting active learning in introductory financial accounting through the flipped classroom design
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
Purpose – The purpose of this paper is to describe a classroom design for introductory financial accounting that promotes active learning through a flipped classroom approach. A course learning management system, white-board voice-over video applications, an online homework manager and online tutorials pre-packaged with the course textbook were all adopted to facilitate the flipped classroom. The in-class sessions were refocussed around active learning strategies, including case analysis, concept mapping, solving comprehensive problems, mini lectures with bookends, and small group discussions. Design/methodology/approach – A quasi-experimental design, combined with student surveys, are utilized. A Wilcoxon rank-sum test is used to assess the significance of any difference in student performance between a lecture-based course (control group, n =92) and the flipped classroom course (experimental group, n =97). Student performance is measured based on final exams and overall course grades. Findings – The results suggest that the flipped classroom improved student grade point averages, final exam performance, and pass rates. Both the stronger and weaker students benefited from the technologies and active learning strategies adopted in the flipped classroom. Originality/value – This is the first known study to investigate the efficacy of promoting active learning in introductory financial accounting through a flipped classroom design. This study is valuable for accounting educators, and educators in other similarly technical disciplines, who seek to combat the high failure rates that typically plague complex, technical introductory courses.
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 | 0,028 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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