MétaCan
Menu
Retour à la cohorte
Enregistrement W2822299676 · doi:10.20533/iji.1742.4712.2017.0158

An Option of Hybrid Virtual Labs in an Introductory Biology Course as the Means for Accessible Learning and Enhancing Student Education

2017· article· en· W2822299676 sur OpenAlexaff
Kyle Bactol, Andrew E. Laursen, Charlotte de Araujo

Notice bibliographique

RevueInternational Journal for Infonomics · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésCourse (navigation)Virtual labMathematics educationComputer scienceVirtual learning environmentEngineering ethicsMultimediaBiologyEngineeringPsychologyAerospace engineering

Résumé

récupéré en direct d'OpenAlex

A virtual lab can be defined as a laboratory exercise performed outside of the physical laboratory.One interpretation of this includes partially virtual or take-home labs where students are led through online video demonstrations while physically conducting the experiment with a lab kit.Here we describe a hybrid virtual lab designed and implemented for undergraduate biology which offers a combination of take-home laboratory assignments coupled with in-laboratory sessions.It is an alternate option for introductory biology students which provides an opportunity to accommodate different learning styles, preferences, or needs.Although not an exhaustive list, these needs might arise from competing commitments to family, employment, sports, or the toll of long commutes.Offering flexibility in laboratory format may allow a student to better manage these conflicts and improve the quality of the overall university experience.Students retaking the biology laboratory were given an option of participating in conventional laboratories or the hybrid format.Benefits or costs of choosing between these lab formats are determined by examining the scores of students on assessments that test laboratory skills and knowledge.Performance was compared between the two groups of students through an analysis of covariance (ANCOVA), using previous laboratory scores as a covariate.Ultimately, researching virtual lab effectiveness as an alternate teaching method may create a dialogue between curriculum developers and institutions to discuss how to implement them as a way to enhance the overall student learning experience.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: aucune
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,191

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0570,016

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 Opus0,010
Tête enseignante GPT0,366
Écart entre enseignants0,356 · 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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for InfonomicsMême sujetExperimental Learning in EngineeringTravaux en français237 207