MétaCan
Menu
Retour à la cohorte
Enregistrement W2929019551 · doi:10.55016/ojs/pplt.v3y2019.53144

The Role of Authentic Assessment Tasks in Problem-Based Learning

2019· article· en· W2929019551 sur OpenAlexaff
Kim Koh, Nadia Delanoy, Christy Thomas, Rose Bene, Olive Chapman, Jeff Turner, Gail Danysk, Gabrielle Hone

Notice bibliographique

RevuePapers on postsecondary learning and teaching. · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueProblem and Project Based Learning
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésProblem-based learningComputer sciencePsychologyMathematics education

Résumé

récupéré en direct d'OpenAlex

Problem-based Learning (PBL) has long been touted as an effective pedagogical approach in higher education to promote students’ authentic learning. As a learner-centered pedagogy, PBL is characterized by students working collaboratively in small groups to solve messy, ill-structured problems that mirror real-world problems encountered by expert professionals in the field. Students are also expected to engage in self-directed learning. PBL instructors play a pivotal role as facilitators of learning. Authentic assessment is deemed to be a viable method in PBL-oriented courses because of its focus on real-world problems. However, little is known about how instructors in higher education institutions perceive the importance of and their satisfaction in using authentic assessment in PBL-oriented courses. Specifically, what instructional decisions do they make to guide their students to use authentic assessment tasks to promote assessment for learning and assessment as learning? In this paper, we reported on instructors’ perspectives of using authentic assessment tasks to engage first-year student teachers in an assessment course.

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)0,026
score de la tête « metaresearch » (Gemma)0,119
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,139

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,119
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,004
Communication savante0,0070,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,004
Tête enseignante GPT0,273
Écart entre enseignants0,269 · 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'étudeSans objet
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

Citations26
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapers on postsecondary learning and teaching.Même sujetProblem and Project Based LearningTravaux en français237 207