MétaCan
Menu
Retour à la cohorte
Enregistrement W2586291481 · doi:10.1039/c7rp00014f

Cooperative learning in organic chemistry increases student assessment of learning gains in key transferable skills

2017· article· en· W2586291481 sur OpenAlexaff
Dorian A. Canelas, Jennifer Hill, Andrea Novicki

Notice bibliographique

RevueChemistry Education Research and Practice · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methods
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésTransferable skills analysisCooperative learningConstructiveMathematics educationPsychologyClass (philosophy)Variety (cybernetics)Computer scienceMedical educationTeaching methodHigher educationProcess (computing)Artificial intelligenceMedicine

Résumé

récupéré en direct d'OpenAlex

Science and engineering educators and employers agree that students should graduate from college with expertise in their major subject area as well as the skills and competencies necessary for productive participation in diverse work environments. These competencies include problem-solving, communication, leadership, and collaboration, among others. Using a pseudo-experimental design, and employing a variety of data from exam scores, course evaluations, and student assessment of learning gains (SALG) surveys of key competencies, we compared the development of both chemistry content knowledge and transferable or generic skills among students enrolled in two types of large classes: a lecture-based format versus an interactive, constructive, cooperative learning (flipped classroom) format. Controlling for instructor, as well as laboratory and recitation content, students enrolled in the cooperative learning format reported higher learning gains than the control group in essential transferable skills and competency areas at the end of the term, and more growth in these areas over the course of the term. As a result of their work in the class, the two groups of students reported the most significant differences in their gains in the following areas: “interacting productively to solve problems with a diverse group of classmates,” “behaving as an effective leader,” “behaving as an effective teammate,” and “comfort level working with complex ideas.” Our findings clearly show that cooperative learning course designs allow students to practice and develop the transferable skills valued by employers.

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)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,100
Tête enseignante GPT0,564
Écart entre enseignants0,464 · 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

Citations95
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistry Education Research and PracticeMême sujetInnovative Teaching MethodsTravaux en français237 207