MétaCan
Menu
Retour à la cohorte
Enregistrement W2510681806 · doi:10.1039/c6rp00132g

Evaluating students' learning gains and experiences from using nomenclature101.com

2016· article· en· W2510681806 sur OpenAlexafffundabout
Nicholas E. Bodé, Jeanette Caron, Alison B. Flynn

Notice bibliographique

RevueChemistry Education Research and Practice · 2016
Typearticle
Langueen
DomaineChemistry
ThématiqueVarious Chemistry Research Topics
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesUniversity of Ottawa
Mots-clésSession (web analytics)Test (biology)PsychologyPerceptionMathematics educationExploratory researchUsabilityMedical educationComputer scienceMedicineHuman–computer interactionWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Skill in organic chemistry nomenclature is fundamental for communicating more complex concepts. Interpreting and using functional group names is particularly important. With nomenclature101.com, students can create tailored interactive quizzes according to their learning needs; the tool is free and available in English and French. The present study investigated students' nomenclature learning in three different learning environments to determine (1) what learning gains participants make when using nomenclature101.com independently, when guided, or taught nomenclature through a traditional classroom tutorial and (2) students' perceptions of the usefulness, ease of use, and overall learning experience in each of the settings. We invited students from first and second semester organic chemistry courses at a large, research-intensive Canadian university to participate in a nomenclature workshop. When participants arrived, they were randomly sorted into one of three treatment groups: classroom tutorial, independent use of nomenclature101, or guided use of nomenclature101. Before the session, participants completed a pre-test; at the end, they completed a post-test and a questionnaire related to affective aspects of their experience. We analyzed participants' scores and questionnaire responses, and qualitatively analyzed their test answers, including errors. Learning gains were significant with large effect sizes for all three groups although there were no significant differences in learning gains between groups. The largest gains were observed in the ability to correctly identify and draw functional groups. Exploratory factor analysis showed that the post-workshop questionnaire about nomenclature101.com reliably measured participants’ perceptions about two latent factors: usefulness and ease of use. Based on questionnaire results, most participants liked the learning tool and found it useful and easy to use. Participants in all groups reported enjoying their learning experience. Few participants postdicted their quiz grades accurately, suggesting that metacognitive skillfulness was lacking among workshop participants. The large learning gains observed after using nomenclature101.com or learning in a classroom setting for just one hour shows the potential that instruction has to help students learn functional group identification skills, which ideally will mitigate barriers to communication and understanding. These results offer flexibility to educators as they make instructional choices such as teaching nomenclature in a course period or tutorial setting or asking students to learn nomenclature independently with nomenclature101.com. Students have the flexibility to work outside of class in the manner of their choosing.

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)0,008
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 seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,240
Tête enseignante GPT0,541
Écart entre enseignants0,301 · 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

Citations18
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueChemistry Education Research and PracticeMême sujetVarious Chemistry Research TopicsTravaux en français237 207