MétaCan
Menu
Retour à la cohorte
Enregistrement W2795680453 · doi:10.5430/jct.v7n1p125

Development of a Uniform Approach to Writing and Grading of Laboratory Reports in Horticultural Science Courses

2018· article· en· W2795680453 sur OpenAlexvenueno aff
Neil O. Anderson, Emily Hoover, Bernadette Longo, Marjorie Ross

Notice bibliographique

RevueJournal of Curriculum and Teaching · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueAnimal and Plant Science Education
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Minnesota
Mots-clésRubricGrading (engineering)CurriculumConfusionMathematics educationScience educationPsychologyMedical educationComputer sciencePedagogyEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

Written scientific communication, such as laboratory reports, are important components of undergraduate educationwithin the sciences. Since most Horticultural Science majors offer lecture- and lab-based courses, students oftenwrite laboratory reports for many courses across the curriculum and these reports comprise a large percentage of thewriting assignments in these classes. Instructors link learning objectives with laboratory reports to reinforce coursecontent. Students have noted inconsistencies across horticulture courses in requirements for laboratory report writing,which often leads to confusion. Thus, development of a grading rubric would improve the continuity of expectationsof laboratory report writing and grading within a Horticultural Science curriculum for instructors teaching coursesrequiring laboratory reports.When focusing just on laboratory writing in the curriculum, surveys and interviews indicated that a disconnect existsbetween what instructors expect of their students and what the stated learning outcomes were for their courses.Student’s ability to analyze results was seen as both a strength and weakness, as reported from faculty responses. Inlower division courses, analyzing results from student’s experiments was a weakness while in upper division coursesfaculty responses were mixed as to whether students had the skills to sufficiently analyze results from theirexperiments.When a grading rubric was trialed, students indicated that use of the same rubric in other Horticultural Sciencecourses would demystify the process of conducting research and communicating it effectively in laboratory reports.For this work to expand, one or more standard rubrics need to be developed for use by Horticultural Science courseswithin an institution to enhance our students’ abilities to become competent writers in this form of scientificcommunication. A baseline rubric for courses at the 3000 level was developed to serve as a template to further thisprocess.

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)0,111
score de la tête « metaresearch » (Gemma)0,185
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,111
Score d'incertitude au seuil0,587

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1110,185
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0100,004
Études des sciences et des technologies0,0030,002
Communication savante0,0080,005
Science ouverte0,0070,006
Intégrité de la recherche0,0020,007
Charge utile insuffisante (le modèle a refusé de juger)0,0060,011

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 Opus0,023
Tête enseignante GPT0,327
Écart entre enseignants0,304 · 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
GenreMéthodes

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 revueJournal of Curriculum and TeachingMême sujetAnimal and Plant Science EducationTravaux en français237 207