MétaCan
Menu
Retour à la cohorte
Enregistrement W2884293121 · doi:10.1039/c8rp00120k

Patterns of reactions: a card sort task to investigate students’ organization of organic chemistry reactions

2018· article· en· W2884293121 sur OpenAlexafffundabout
Kelli R. Galloway, M. Leung, Alison B. Flynn

Notice bibliographique

RevueChemistry Education Research and Practice · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueScience Education and Pedagogy
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesUniversity of Ottawa
Mots-cléssortCard sortingCurriculumMathematics educationChemistryChemistry educationConcept learningTask (project management)PsychologyComputer scienceSocial psychologyPedagogyInformation retrievalEngineering

Résumé

récupéré en direct d'OpenAlex

Research has shown that within a traditional organic chemistry curriculum, organic chemistry students struggle to develop deep conceptual understanding of reactions and attribute little meaning to the electron-pushing formalism. At the University of Ottawa, a new curriculum was developed for organic chemistry in which students are taught the language of the electron-pushing formalism prior to learning about specific reactions. Reactions are then organized by governing pattern of mechanism rather than by functional group and are taught in a gradient of complexity. To investigate how students are making connections across reactions within the new curriculum, a card sort task was developed. The card sort task consisted of 25 cards, each depicting the reactants and solvent for a reaction taught during the two-semester organic chemistry sequence. The first part of the task asked participants to sort 15 of 25 cards into categories. Then, participants were given the 10 remaining cards to incorporate into categories with the previous 15. Participants were asked to explain the characteristics of each category and their sorting process. Students ( N = 16) in an organic chemistry course were interviewed while enrolled in the second semester course. We analyzed the students’ sorts based on which cards were sorted frequently together, the underlying characteristics used to form the categories, and the participants’ sorting processes. Participants created categories based on different levels of interpreting the reactions on the cards, with levels ranging from recognizing identical structural features to identifying similar types of mechanisms. Based on this study, if we want students to develop mechanistic thinking, we think students need to be more explicitly directed to the patterns present in organic reaction mechanisms and given opportunities to uncover and identify patterns on their own, during both summative and formative assessments.

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)0,003
score de la tête « metaresearch » (Gemma)0,026
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,113
Tête enseignante GPT0,499
Écart entre enseignants0,386 · 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

Citations44
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueChemistry Education Research and PracticeMême sujetScience Education and PedagogyTravaux en français237 207