MétaCan
Menu
Retour à la cohorte
Enregistrement W2770966357 · doi:10.1080/13611267.2017.1403609

Mapping psychology students’ perspective on group peer-tutoring in statistics

2017· article· en· W2770966357 sur OpenAlexafffund
Michael Cantinotti, Marjorie Désormeaux-Moreau, Marcos Alencar Abaíde Balbinotti

Notice bibliographique

RevueMentoring & Tutoring Partnership in Learning · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensUniversité de SherbrookeUniversité du Québec à Trois-Rivières
Organismes subventionnairesUniversité de Sherbrooke
Mots-clésPeer tutorTUTORConceptualizationPsychologyMathematics educationInterpersonal communicationPeer groupEducational psychologyPerspective (graphical)Peer feedbackComputer scienceSocial psychologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Students in psychology generally have difficulties to successfully accomplish mandatory courses in statistics. Group peer-tutoring is a pedagogical strategy to support them with a peer that has already successfully mastered the content of such a course. In order to specifically tailor group peer-tutoring to the needs of students and to sustain tutees’ participation, it is important to understand how they conceptualize tutoring. The aim of this study was to provide an empirical investigation of psychology students’ conceptualization regarding cross-year group peer-tutoring in statistics. A multivariate concept mapping analysis generated a relevant three-cluster structure (Tutoring setup, Tutor knowledge, interpersonal skills, and relational dynamics and Student role and commitment to the course) that underlies students’ cognitive structure regarding group peer-tutoring. The implications of the results for selecting and training peer-tutors are discussed.

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)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,250
Tête enseignante GPT0,547
Écart entre enseignants0,297 · 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'étudeQualitatif
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

Citations10
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMentoring & Tutoring Partnership in LearningMême sujetEvaluation of Teaching PracticesTravaux en français237 207