MétaCan
Menu
Retour à la cohorte
Enregistrement W2781768881 · doi:10.1063/1.5019507

Enhancement of collaboration activities utilizing 21st century learning design rubric

2018· article· en· W2781768881 sur OpenAlexaboutno aff
Dave D. Cubero, Lady Clare V. Gargar, Gerlett Grace D. Nallano, Joy R. Magsayo, Rica Mae B. Guarin, Myrna E. Lahoylahoy

Notice bibliographique

RevueAIP conference proceedings · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueE-Learning and Knowledge Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRubricComputer scienceMultimediaComputer architectureMathematics educationPsychology

Résumé

récupéré en direct d'OpenAlex

Twenty first century learners have incredibly diverse learning interests, needs, and aspirations. Engaging middle school students and sculpting successful, confident, and creative learners is a constant endeavor for educators [4]. In the 21st century classroom environments in which students can develop the skills they need in workplace. Collaboration occurs when students work together to create, discuss challenge and develop deeper critical thinking. In today’s workplace, collaboration is essential as only few tasks are completed alone (Calgary and Park, 2016). The collaborative project-based curriculum used in this classroom develops the higher order thinking skills, effective communication skills, and knowledge of technology that students will need in the 21st century workplace. The study therefore aims to promote collaboration skills among learners as it is deemed as one of the top 21st century skills. Collaborative learning unleashes a unique intellectual and social synergy. This study aims to enhance the collaborative skills of students through conducting collaboration activities in learning the Ecosystem. This research utilizes pretest-posttest and employs descriptive research designs. It uses modified activities about the lesson on Ecosystem and utilizes a Collaboration Rubric to rate the modified activities. The activities were rated by ten In-Service teachers and there are 105 students who participated in doing the activities. The paired t-test is then used to analyze the data. The In-Service teachers evaluated the 1st and 2nd adapted activity and are rated as fair. Thus, the modified activities were enhanced since the ratings of each activity did not meet the criterion of the collaboration rubric. As for the 3rd adapted activity is rated as excellent and is ready for implementation. The evaluators provided comments and suggestions such as producing colored pictures on the activities, omitting some questions, and making the words simpler to enhance the activities. The findings of the study shows the students’ performance in the posttest is higher than the pretest which indicates that there is a significant difference between the two tests given. The students’ conceptual understanding was also improved after conducting the activities. Some students’ outputs were Outstanding, Satisfactory, Fairly Satisfactory and Did Not Meet the Expectation. These results indicate that the students learned and developed their collaborative skills. The students found the activity interesting, enjoyable and useful. Furthermore, they understood the concept behind the activity.

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: Sans objet · Signal consensuel: aucune
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)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,032
Tête enseignante GPT0,260
Écart entre enseignants0,229 · 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'étudeSans objet
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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetE-Learning and Knowledge ManagementTravaux en français237 207