MétaCan
Menu
Retour à la cohorte
Enregistrement W2777401606 · doi:10.5430/wje.v7n6p63

Formative Value of an Active Learning Strategy: Technology Based Think-Pair-Share in an EFL Writing Classroom

2017· article· en· W2777401606 sur OpenAlexvenueno aff
Cavide Demirci, Halil Duzenli

Notice bibliographique

RevueWorld Journal of Education · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueStudent Assessment and Feedback
Établissements canadiensnon disponible
Organismes subventionnairesAnadolu Üniversitesi
Mots-clésFormative assessmentRubricPsychologyMathematics educationCoding (social sciences)Grading (engineering)Qualitative researchPedagogyMedical education

Résumé

récupéré en direct d'OpenAlex

Think-Pair-Share (TPS) activities in classrooms provide an opportunity for students to revise, practice and reproducepreviously learned knowledge. Teachers also benefit from this active learning strategy by exploiting new learningmaterials, saving time by minimizing presentations and using it as a formative assessment tool. This article exploreshow a teacher can employ the strategy to both promote active learning and conduct formative assessment in atime-efficient way. To do this, a TPS activity was designed on an online platform along with an assessment rubric forstudent products. In 60 minutes, students thought individually on the topic provided, discussed and collaborated ingroups and finally wrote down their paragraphs on the online tool. Each group shared paragraphs simultaneously.The teacher examined the paragraphs in terms of the predefined learning outcomes and determined the points to berevised. The students answered an open-ended online questionnaire a day later and the qualitative data were analyzedthrough a coding system. The assessment results successfully showed the learning points to be revisited and theresults of the questionnaire supported the assessments of the teacher. The majority of the students revealed that theywere satisfied and willing to do the activity again in the future.

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)0,006
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0040,004
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
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 Opus0,034
Tête enseignante GPT0,402
Écart entre enseignants0,368 · 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

Citations16
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetStudent Assessment and FeedbackTravaux en français237 207