MétaCan
Menu
Retour à la cohorte
Enregistrement W2871726470 · doi:10.31468/cjsdwr.616

Intersections between Tutorial Engagement, Directive Feedback, and Critical Reflection

2018· article· en· W2871726470 sur OpenAlexvenueno aff
Gail Nash, Morgan Dawson, Kaine Gülözer

Notice bibliographique

RevueDiscourse and Writing/Rédactologie · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueEducational and Psychological Assessments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDirectiveSession (web analytics)TUTORReciprocalSociocultural evolutionMathematics educationPsychologyComposition (language)CitationComputer sciencePedagogyLinguisticsSociologyLibrary science

Résumé

récupéré en direct d'OpenAlex

A handful of research studies have investigated the effect of writing centre tutorials on subsequent revisions. This classroom-based study adds to that research by reporting results from a collaborative study between a composition professor and a writing centre tutor. The aim of the study was to examine the influence of writing centre tutorials on immediate student revisions as well as final drafts. The analysis was extensively framed by the Vygotskyan sociocultural model of language and cognitive development with an emphasis on tutor-student engagement as reciprocal interaction which include directive feedback and consequential revision. This study employed a qualitative design with students in a sophomore-level core composition course. Participants attended a writing centre session concerning their major writing assignment. Data triangulation included analysis of assignment drafts, observation notes, and tutorial transcripts. Findings revealed that students attended to feedback that was directive and straightforward. Additionally, students did not attend to citation feedback unless it was direct and explicit. Furthermore, students sometimes overgeneralized and misapplied the feedback. The findings highlight the impact of individual learner factors as well as the results of directive feedback on revisions.

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)0,015
score de la tête « metaresearch » (Gemma)0,135
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,135
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,004
Communication savante0,0050,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,237
Tête enseignante GPT0,539
Écart entre enseignants0,302 · 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'étudeQualitatif
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiscourse and Writing/RédactologieMême sujetEducational and Psychological AssessmentsTravaux en français237 207