Peer Evaluation: Enhancing learning Opportunities and Reducing Marking Effort
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Evaluation of report-based assignments, especially in larger classes, adds a considerable marking load. Even with detailed rubrics, subjectivity may lead to grading variations and inaccuracies. Evaluation of others’ work can also be a very informative and educational experience, improving their skill through exposure to a broader performance range. Involving students in peer evaluation can potentially address both of these issues by reducing marking load, providing alternate (and increased number of) assessments, and by exposing students to a broader spectrum of report skills thus enhancing their own knowledge. This paper discusses the results of an experiment in peer assessment and whether it can be exploited to reduce marking effort, improve accuracy for report assignment evaluation and improve student skill. The data was gathered from assignments in two different engineering classes: a second year course on safety and environmental stewardship, and a senior course on engineering economics. For the second-year course, an individual essay assignment was marked by the instructor and two peers. The three evaluations were analyzed to assess the accuracy and assign a grade. For the senior course, a group report on a case study was self and peer evaluated. These evaluations were used to derive a grade for the report directly if the self and peer results were within a prescribed tolerance; other cases were resolved by instructor intervention. The results were analyzed considering the number of outliers, range of scores, and the number of cases which had to be resolved by theinstructor. Parameters considered in assessing the results of the experiment included: the correlation between assessments, the learning opportunities for students, and instructor marking effort required. (preliminary analysis) Results suggest positive gains in reducing effort. Improved accuracy and enhanced student learning are also expected.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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