Pinch Hitter: The Effectiveness of Content Summaries Delivered by a Guest Lecturer in Online Course Videos
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Lecture videos have become an increasingly prevalent and important source of learning content. Lecturer-generated summaries may be used during a video lecture to improve student recall. Furthermore, the integration of a guest lecturer into the classroom may be a beneficial educational practice drawing the learner’s attention to specific content or providing a change of pace. The current study measures the effects of lecturer-generated summaries and the inclusion of a guest lecturer on students’ ability to recall online video lecture contents. Seven sections of a flipped scientific writing course were divided into three groups. The control group videos featured a lecturer speaking with PowerPoint slides in the background. The Summaries Only group viewed the same videos as those of the control, with the addition of lecturer-generated summaries spliced into the middles and ends of the videos, respectively, and these summaries were delivered by the same lecturers of the original video. The Summaries with a Guest Lecturer group viewed the same videos as the control, but with the addition of lecturer-generated summaries respectively spliced into the middles and ends of the videos, and these summaries were instead delivered by a guest lecturer. Student recall was measured through two online multiple-choice quizzes. The results of the study show that the Summaries Only group significantly outperformed the other two groups, while no significant difference was found between the performances of the control and the Summaries with a Guest Lecturer group. The results suggest that lecturer-generated summaries help to improve student recall of online video lecture contents. However, the introduction of a guest lecturer shown in a different setting may cause learners to lose concentration, nullifying the benefit of the summaries.
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.
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 | 0,007 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle