Teaching Psychology Research Methodology Across the Curriculum to Promote Undergraduate Publication: An Eight-Course Structure and Two Helpful Practices
Notice bibliographique
Résumé
Teaching research methods is challenging because we not only wish to convey formal knowledge and encourage critical thinking, as with any course, but also to enable our students to dream up meaningful research projects, translate them into logical steps, conduct the research in a professional manner, analyze the data, and write a report in APA style.We also wish to spark interest in research, but in teaching undergraduates we have learned how elusive these goals can be (McKelvie, 1994).Even faculty have not mastered research design and writing.From serving as journal reviewers, we have found that many submissions show flaws such as elementary errors of logic (e.g., using a null control condition instead of a placebo treatment), tangled statistics, missing graphs, and ungrammatical, unclear writing that violates APA rules.Yet these manuscripts are sometimes written by people with doctorates and years of experience.Moreover, published papers may contain egregious faults (Standing and McKelvie, 1987).And although we have both published widely, we still hone our skills.It requires optimism to expect that a typical undergraduate will do better, after just a year or two of studies in psychology.In this paper, we describe a systematic set of methodology courses and two specific practices that we think can help.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,050 | 0,102 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,005 | 0,015 |
| Intégrité de la recherche | 0,005 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,009 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».