MétaCan
Menu
Retour à la cohorte
Enregistrement W2948934689 · doi:10.5206/cjsotl-rcacea.2019.1.8004

Overcoming Barriers for Implementing International Online Collaborative Assignments in Chemistry

2019· article· en· W2948934689 sur OpenAlexafffundvenueabout
Brett McCollum, Layne A. Morsch, Brandon Shokoples, Darlene Skagen

Notice bibliographique

RevueThe Canadian Journal for the Scholarship of Teaching and Learning · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensMount Royal University
Organismes subventionnairesMount Royal University
Mots-clésCollaborative learningVideoconferencingChemistryPsychologyComputer sciencePedagogyMedical educationMathematics educationMultimediaMedicine

Résumé

récupéré en direct d'OpenAlex

Organic chemistry students at two universities, one in Canada and the other in the United States, connected using video conferencing software as learning partners for six online collaborative assignments. Mixed-methods analysis of interviews, surveys, and student-written reflections was used to identify barriers that students encountered during the international online collaborative assignments. Students described the barriers of their experience with online collaborative assignments in terms of course pedagogy or chemistry concepts, social interactions, and technology. Results were compared and supported by additional data sources. Students were successful at overcoming most barriers, demonstrating real-world problem-solving and a high degree of resiliency. Persistent barriers were identified and resolved by faculty through revisions to design and implementation.

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)0,021
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,636
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0210,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,003
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 Opus0,044
Tête enseignante GPT0,389
Écart entre enseignants0,345 · 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'étudeObservationnel
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

Citations19
Publié2019
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal for the Scholarship of Teaching and LearningMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207