Effective variations of peer instruction: The effects of peer discussions, committing to an answer, and reaching a consensus
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
Peer Instruction (PI) is a widely used student-centered pedagogy, but one that is used differently by different instructors. While all PI instructors survey their students with conceptual questions, some do not allow students to discuss with peers. We studied the effect of peer discussion by polling three groups of students (N = 86) twice on the same set of nine conceptual questions. The three groups differed in the tasks assigned between the first and second poll: the first group discussed, the second reflected in silence, and the third was distracted so they could neither reflect nor discuss. Comparing score changes between the first and second poll, we find minimal increases in the distraction condition (3%), sizable increases in the reflection condition (10%), and significantly larger increases in the peer discussion condition (21%). We also examined the effect of committing to an answer before peer discussion and reaching a consensus afterward. We compared a lecture-based control section to three variations of PI that differed in their requirement to commit to an answer or reach consensus (N = 108). We find that all PI groups achieve greater conceptual learning and traditional problem solving than lecture-based instruction. We find one difference between these groups: the absence of consensus building is related to a significant decrease in expert views and beliefs. Our findings can therefore be used to make two recommendations: always use peer discussions and consider asking students to reach a consensus before re-polling.
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 | 0,003 | 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 | 0,000 |
| 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