MétaCan
Menu
Retour à la cohorte
Enregistrement W2809970954 · doi:10.22329/celt.v11i0.4969

A learning philosophy assignment positively impacts student learning outcomes

2018· article· en· W2809970954 sur OpenAlexafffundvenue
Neil Haave, Kelly Keus, Tonya Simpson

Notice bibliographique

RevueCollected Essays on Learning and Teaching · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésMetacognitionBachelorMathematics educationPsychologyCognitionCooperative learningTeaching methodPedagogy

Résumé

récupéré en direct d'OpenAlex

Engaging students in metacognition can improve their learning outcomes. Students’ consideration of their learning philosophy is one way for students to be metacognitive about their learning. This study analyzed the effect of a learning philosophy assignment on students’ intellectual development and mastery of first-year biology and second-year biochemistry course content. All students were invited to complete the Learning Environment Preferences (LEP) survey at the beginning and end of the term to determine if students’ cognitive complexity was impacted by the assignment. The ability to master course content was assessed by comparing students’ midterm and final exam marks. We found that the learning philosophy assignment rescued Bachelor of Science students in the first-year biology course from a decrease in cognitive complexity. Additionally, the guided metacognition rescued second-year biochemistry students from performing poorer on the final relative to the midterm exam and promoted an increase in their cognitive complexity. These results suggest that a learning philosophy assignment may be an effective way of engaging students’ in metacognition of their learning to promote their intellectual development and mastery of course material.

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)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,233
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,007
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 Opus0,028
Tête enseignante GPT0,382
Écart entre enseignants0,354 · 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.

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

Citations5
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCollected Essays on Learning and TeachingMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207