MétaCan
Menu
Retour à la cohorte
Enregistrement W2929902524 · doi:10.1021/acs.jchemed.9b00072

Writing as a Mode of Learning: Staged Approaches to Chromatography and Writing in the Undergraduate Organic Lab

2019· article· en· W2929902524 sur OpenAlexafffund
Jennifer Clary-Lemon, Rachelle Gervacio, Devin Latimer

Notice bibliographique

RevueJournal of Chemical Education · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueStudent Assessment and Feedback
Établissements canadiensUniversity of WinnipegUniversity of Waterloo
Organismes subventionnairesKorea Electrotechnology Research InstituteUniversity of Winnipeg
Mots-clésTUTORCraftScientific writingMathematics educationReflection (computer programming)Process (computing)Professional writingComputer sciencePeer tutorReport writingChemistryPsychologyVisual artsLiteratureArtLibrary science

Résumé

récupéré en direct d'OpenAlex

In an effort to provide our second-year organic chemistry students with experience in a scientific investigation, a staged writing approach to a chromatographic experiment was designed. Using best practices from writing in the disciplines approaches to learning, short lab exercises followed by writing assignments with periods of reflection and marker/tutor/instructor feedback were implemented. When combined with a guided peer review process by peer tutors, graded student performance in all sections of a lab report were improved. Four years of development and study found that students increase their written performance involving both the theory and principles of chromatography as well as the craft of writing when guided by a chemistry professional as well as a writing professional.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,728
Score d'incertitude au seuil0,160

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,339
Écart entre enseignants0,301 · 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.

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

Citations15
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical EducationMême sujetStudent Assessment and FeedbackTravaux en français237 207