MétaCan
Menu
Retour à la cohorte
Enregistrement W2956097301 · doi:10.1021/acs.jchemed.9b00107

A Prelaboratory Framework Toward Integrating Theory and Utility Value with Laboratories: Student Perceptions on Learning and Motivation

2019· article· en· W2956097301 sur OpenAlexafffund
Kimia Moozeh, Jennifer Farmer, Deborah Tihanyi, Tristan Nadar, Greg J. Evans

Notice bibliographique

RevueJournal of Chemical Education · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésContextualizationFormative assessmentValue (mathematics)Context (archaeology)PerceptionComputer scienceLearning theoryAnimationPsychologyKnowledge managementMathematics educationInterpretation (philosophy)

Résumé

récupéré en direct d'OpenAlex

Laboratory-based learning can be weakened by a lack of connection with underlying theory and limited contextualization to enhance motivation. To address these shortcomings, a framework for the development of web-based multimedia prelaboratory modules is proposed. The framework incorporates supportive information (content), utility value (context), multimedia design principles (design), and questions/explanatory feedback (formative assessment). On the basis of this framework, prelaboratory modules were developed for three second-year organic chemistry experiments in a chemical engineering course. Each module consists of a few short animation videos and a few questions. The videos include explanation of theories and justification for experimental procedures (supportive information), as well as explanation of utility value to increase student motivation. The effectiveness of the modules was assessed through multiple strategies including a survey with learning and utility value/motivation constructs, student grades for the modules, time spent on the modules, and the number of times videos were watched. Students in general expressed positive views regarding the prelaboratory modules in terms of understanding and relating theory to procedures, and understanding the utility value of the material. Half of the students reported increased motivation as a result of understanding the utility value of the knowledge they acquired. Thus, prelaboratory exercises based on this framework may alleviate some of the educational challenges in undergraduate laboratories.

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)0,034
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,178

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,043
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,001
Études des sciences et des technologies0,0030,013
Communication savante0,0120,009
Science ouverte0,0040,010
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,003
Tête enseignante GPT0,256
Écart entre enseignants0,253 · 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'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

Citations29
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical EducationMême sujetExperimental Learning in EngineeringTravaux en français237 207