MétaCan
Menu
Retour à la cohorte
Enregistrement W2738939902 · doi:10.5430/ijhe.v6n4p94

Class Participation of International Students in the U.S.A.

2017· article· en· W2738939902 sur OpenAlexvenueno aff
Özgür Yıldırım

Notice bibliographique

RevueInternational Journal of Higher Education · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClass (philosophy)Mathematics educationPsychologyChinaGraduate studentsSignificant differenceMedical educationPedagogyPolitical scienceMedicineComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

Following a qualitative research design, this study aims to explore the differences between international and American graduate students in terms of their class participation. The data for the study were collected from a graduate-level class at a university in upstate New York. There were seven participants in the study, three of the participants were American students, and the other four participants were international students, two from China, one from Iran, and one from Sudan. Main source of data was classroom observations. Three classroom sessions were observed and field notes were taken during observations. There were two phases of the data analysis process. During the first phase, field notes were reviewed after observations and five general categories of classroom participation were identified. During the second phase, the data were further analyzed in order to see the differences between American and international students in terms of their class participation according to these five categories. Results of data analysis revealed three main differences between American and international students’ class participation in the observed graduate classroom setting. The first main difference involved the short answer/example and explanation categories, the second main difference involved the questions to the instructor/classmates for clarification/repetition and the questions to raise discussion categories, and the last main difference involved the answer/explanation assigned by the instructor category.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,149
Score d'incertitude au seuil0,406

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
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 savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
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 Opus0,143
Tête enseignante GPT0,572
Écart entre enseignants0,429 · 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

Citations9
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetEvaluation of Teaching PracticesTravaux en français237 207