MétaCan
Menu
Retour à la cohorte
Enregistrement W2556361079 · doi:10.1096/fasebj.30.1_supplement.662.17

Is More Activity Always Better? A Department‐Wide Study of Relationships Between Classroom Practices and Student Performance

2016· article· en· W2556361079 sur OpenAlexaff
Megan Barker, Laura K. Weir, Lisa McDonnell, Natalie G. Schimpf, Patricia M. Schulte

Notice bibliographique

RevueThe FASEB Journal · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methods
Établissements canadiensKwantlen Polytechnic UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPsychology

Résumé

récupéré en direct d'OpenAlex

Extensive research into science education has established that active learning practices positively impact student learning1. From these findings, we can now move forward to explore how to best design active classroom practices, and assess the most effective use of instructional time. To address these issues on a large scale within biology, we investigated the relationships between specific classroom practices and student learning in a biology department‐wide study at a large research university in the Pacific Northwest. For 31 different biology course sections ranging from freshman to senior year, and on topics from molecular biology and biochemistry to ecology and physiology, we collected classroom activity and diagnostic test data. Classroom observations captured the student and instructor behavior using the validated tool COPUS2; the diagnostic assessments were multiple‐choice pre‐ and post‐tests aligned to each course's content, consisting largely of validated questions from the concept inventory literature. Our observational data analysis showed a wide variety of instructor practices across the department, consistent with other large‐scale characterizations, which allow for clustering this multidimensional classroom data into broader instructional styles3,4. Notably, students in “Collaborative” classrooms significantly outperform students in “Peer Instruction” and “Lecture” styles, though there is no difference between the performance in the two latter styles. More finely‐grained, the amount of class time spent on clicker questions or worksheets are each significant and positive predictors of student performance. Interestingly, we see a negative relationship between unstructured group discussions (using neither clicker nor worksheets) and performance, highlighting the need for targeted approaches to engage students in productive active learning. Thus, building on current research that describes large‐scale teaching practices, we can now quantitatively link program‐wide COPUS observational data with student outcomes. The results of this work describe a platform by which others might evaluate learning and classroom practices, inform future directions for instructor development, and provide further insight into the types of classroom activities that have the greatest impact on student learning.

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)0,005
score de la tête « metaresearch » (Gemma)0,022
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 enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,159
Tête enseignante GPT0,428
Écart entre enseignants0,269 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetInnovative Teaching MethodsTravaux en français237 207