MétaCan
Menu
Retour à la cohorte
Enregistrement W2910166032 · doi:10.24908/pceea.v0i0.13009

Will that be on the exam? - Student perceptions of memorization and success in engineering

2018· article· en· W2910166032 sur OpenAlexafffundvenue
Ryan Clemmer, Karen Gordon, Julie Vale

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensUniversity of Guelph
Organismes subventionnairesUniversity of Guelph
Mots-clésMemorizationMathematics educationPsychologyPerceptionCurriculumSample (material)PedagogyChemistry

Résumé

récupéré en direct d'OpenAlex

In engineering, it is important for students to develop strong problem analysis skills; however, this skill development may be hindered by a reliance on memorization. In this study, a survey was used to investigate undergraduate engineering student perspectives towards their curriculum and memorization and their styles using Bigg’s revised two-factor Study Process Questionnaire (R-SPQ-2F).The majority of the participants are characterized as students having good study habits, a deep motivation, and deep strategies when approaching their education. They generally recognize the decreasing importance of memorization as they progress in the engineering curriculum. There is also a fairly large subset of students that are classified as deep motivation but surface strategy. Most students believe that at least 50% of an exam should contain questions similar sample problems or assignment questions and surface learners tend to perceive exams to be unfair if too many questions are dissimilar. There was no observed correlation between grades and the R-SPQ-2F results in the courses examined. These results tend to support the hypothesis that surface strategies, including memorization, are being employed by undergraduate students as a means of obtaining adequate performance in lieu of problem analysis skill development.

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)0,004
score de la tête « metaresearch » (Gemma)0,017
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 GPT0,229
Écart entre enseignants0,219 · 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

Citations2
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetDesign Education and PracticeTravaux en français237 207