MétaCan
Menu
Retour à la cohorte
Enregistrement W2912500398 · doi:10.1187/cbe.17-12-0267

Molecular Concepts Adaptive Assessment (MCAA) Characterizes Undergraduate Misconceptions about Molecular Emergence

2019· article· en· W2912500398 sur OpenAlexafffund
A. Gauthier, Stuart G Jantzen, Gaël McGill, Jodie Jenkinson

Notice bibliographique

RevueCBE—Life Sciences Education · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueScience Education and Pedagogy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Toronto MississaugaUniversity of TorontoNational Science Foundation
Mots-clésAgency (philosophy)PerceptionPsychologyMathematics educationPopulationUndergraduate educationConceptual changeMedical educationMedicineSociology

Résumé

récupéré en direct d'OpenAlex

This paper discusses the results of two experiments assessing undergraduate students' beliefs about the random nature of molecular environments. Experiment 1 involved the implementation of a pilot adaptive assessment ( n = 773) and focus group discussions with undergraduate students enrolled in first- through third-year biology courses; experiment 2 involved the distribution of the redesigned adaptive assessment to the same population of students in three consecutive years ( n = 1170). The overarching goal of the study was to provide a detailed characterization of learners' perceptions and beliefs regarding molecular agency, environments, and diffusion and whether or not those beliefs change over time. Our results indicated that advanced learners hold as many misconceptions as novice learners and that confidence in their misconceptions increases as they advance through their undergraduate education. In particular, students' understanding of random/Brownian motion is complex and highly contextual, suggesting that the way in which we teach biology does not adequately remediate students' preconceived notions of molecular agency and may actually reinforce them.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,838
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,046
Tête enseignante GPT0,436
Écart entre enseignants0,390 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations14
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCBE—Life Sciences EducationMême sujetScience Education and PedagogyTravaux en français237 207