Changing Students’ Approach to Learning Physics in Postsecondary Gateway Courses
Notice bibliographique
Résumé
This study investigated if and how a combined set of specially developed activities can help students change their approach to learning physics. These activities included (a) reflective-writing activities, (b) critique-writing activities, and (c) reflective write-pair-share activities combined with conceptual-conflict collaborative-group exercises. Each of these activities was previously successfully tested as a stand-alone activity. This investigation was conducted at two different institutions over a three-year period. At each institution the same instructor taught students in two sections. At the first, a university with a substantial graduate school, sections were relatively large (over 100 students each) covering a typical introductory calculus-based mechanics course. At the second, a community college, there were relatively small classes (32 students each) covering a typical algebra-based introductory course in mechanics, electricity, and magnetism. The courses at the two institutions used different textbooks and had different formats. Measured data included student interviews and writing products. We developed rubrics for evaluation of the impact of the writing products and interviews of students. The main results of this study were the changes in students’ approaches to learning physics, especially as revealed in the interviews. Students who experienced the full suite of activities (a) changed their understanding of physics from solving problems to creating a network of interrelated concepts, and they also (b) modified their approach to learning physics from repetitious review to consideration of the interconnections of the subject matter and (c) related their new learning to key concepts in an overall physics framework.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».