MétaCan
Menu
Retour à la cohorte
Enregistrement W2803927829 · doi:10.1021/acs.jchemed.7b00852

The Unknown Exercise: Engaging First-Year University Students in Classroom Discovery and Active Learning on an Iconic Chemistry Question

2018· article· en· W2803927829 sur OpenAlexafffund
Glen R. Loppnow

Notice bibliographique

RevueJournal of Chemical Education · 2018
Typearticle
Langueen
DomaineChemistry
ThématiqueVarious Chemistry Research Topics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesDirectorate for Biological SciencesUniversity of Alberta
Mots-clésMathematics educationPsychomotor learningActive learning (machine learning)TeamworkClass (philosophy)Cooperative learningDiscovery learningChemistryPsychologyLearning cycleGroup workIdentification (biology)Critical thinkingChemistry educationTeaching methodCognitionComputer scienceArtificial intelligenceSocial psychologyEcology

Résumé

récupéré en direct d'OpenAlex

Scientific process thinking is usually lacking in first-year post-secondary general chemistry courses, as is a deep discussion of analytical techniques used to determine much of what we know about modern chemistry. A classroom activity is described here that brings the identification and characterization of a chemical unknown into the classroom, emphasizing self-directed, active, and teamwork learning within a social constructivist framework. In this way, the cognitive processes of identifying and characterizing an unknown can be emphasized separately from the psychomotor skills involved in the laboratory. Students work in pairs using self-directed learning to research the separation and characterization methods used by chemists. Each group advocates for a particular method, the class votes, and the instructor carries out the proposed method. The results are shown to the students (but not analyzed for them), and the cycle repeats until the unknown is identified. Students are assessed both individually and as a group. This activity was performed by 20–30 students in each of 3 years within two different first-year general chemistry contexts. Results show enhanced engagement in course and activity material and equivalent learning to lecture-delivered material based on assessment scores.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,418

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,297
Écart entre enseignants0,289 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical EducationMême sujetVarious Chemistry Research TopicsTravaux en français237 207