MétaCan
Menu
Retour à la cohorte
Enregistrement W2410514806

Evaluating the Spacing Effect Theory on the Instructional Effectiveness of Semester-Length versus Quarter-Length Introductory Computer Literacy Courses in Institutions of Higher Learning

2013· article· en· W2410514806 sur OpenAlexaboutno aff
Emelda S. Ntinglet

Notice bibliographique

RevueNSUWorks (Nova Southeastern University) · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematics educationQuarter (Canadian coin)Computer scienceLiteracyPedagogyMathematicsPsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Evaluating the Spacing Effect Theory on the Instructional Effectiveness of Semester-Length versus Quarter-Length Introductory Computer Literacy Courses in Institutions of Higher Learning. Emelda S. Ntinglet-Davis 2013: Applied Dissertation, Nova Southeastern University, Abraham S. Fischler School of Education and Human Services. ERIC Descriptors: Community College, Spacing effect, Retention, Scheduling, Education, Instructional effectiveness, Intensive format, Quarter-length format, Semester format. This mixed research study evaluated the spacing effect theory on the academic performances of students enrolled in introductory level Computer Literacy courses by comparing course grades and mock IC3 certification exam scores in semester-length and quarter-length courses at Prince Georges Community College. The study was ingrained on the spacing effect theory which posits that mammals will tend to recall material learned over time (spaced presentation) than material concepts learned over shorter periods (massed presentation). A t test analysis revealed that students in the quarter-length formats had significantly higher grades than those in the semester format but presented no significant difference on their mock IC3 scores. A Pearson correlation conducted also revealed no significant relationship among students' course grades and their mock IC3 scores overall or by format (semester vs. intensive).

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,413
Score d'incertitude au seuil0,514

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,038
Tête enseignante GPT0,336
Écart entre enseignants0,298 · 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.

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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNSUWorks (Nova Southeastern University)Même sujetOnline and Blended LearningTravaux en français237 207