MétaCan
Menu
Retour à la cohorte
Enregistrement W2950133607 · doi:10.31901/24566322.2019/25.1-3.1079

Associations between Student Achievement and Perceptions of Small Group Learning

2019· article· en· W2950133607 sur OpenAlexaff
Gabrielle O’Hara

Notice bibliographique

RevueInternational Journal of Educational Sciences · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPsychologyGroup (periodic table)PerceptionMathematics educationAcademic achievementChemistry

Résumé

récupéré en direct d'OpenAlex

Existing research on small group learning with high-achieving students has been divided; although some researchers argue that this technique is detrimental to high-achievers, others endorse benefits for all learners.The current study aimed to assess whether academic achievement is associated with students' perspectives on small group learning.Forty-seven (47) children between the ages of 6-12 years participated in the study by answering questions pertaining to group learning.Students' academic achievement was assessed via their report card grades.A binomial logistic regression failed to find that academic achievement was predictive of the likelihood that students preferred working alone, however, a second binomial logistic regression discovered that higher achieving students were more likely to report that they learn better individually as opposed to in groups.This provides additional context for previous studies, by suggesting that perhaps it is not that high-achievers do not enjoy group work, but rather, they feel more confident in their individual abilities.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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)0,0010,000

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 Opus0,058
Tête enseignante GPT0,462
Écart entre enseignants0,403 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Educational SciencesMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207