MétaCan
Menu
Retour à la cohorte
Enregistrement W2995455106 · doi:10.1039/c9rp00198k

Building mental models of a reaction mechanism: the influence of static and animated representations, prior knowledge, and spatial ability

2019· article· en· W2995455106 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueChemistry Education Research and Practice · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueVisual and Cognitive Learning Processes
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésThink aloud protocolAnimationComputer scienceTest (biology)PsychologyCognitive psychologyHuman–computer interactionUsabilityComputer graphics (images)

Résumé

récupéré en direct d'OpenAlex

In chemistry, novices and experts use mental models to simulate and reason about sub-microscopic processes. Animations are thus important tools for learning in chemistry to convey reaction dynamics and molecular motion. While there are many animations available and studies showing the benefit of learning from animations, there are also limitations to their design and effectiveness. Moreover, there are few experimental studies into learning chemistry from animations, especially organic reaction mechanisms. We conducted a mixed-methods study into how students learn and develop mental models of a reaction mechanism from animations. The study ( <italic>N</italic> = 45) used a pre-/post-test experimental design and counterbalanced static and animated computerized learning activities (15 min each), plus short think-aloud interviews for some participants ( <italic>n</italic> = 20). We developed the tests and learning activities in a pilot study; these contained versions of an epoxide opening reaction mechanism either as static (using the electron-pushing formalism) or animated representations. Participants’ test accuracy, response times, and self-reported confidence were analyzed quantitatively ( <italic>α</italic> = 0.05) and we found that, while participants showed a learning effect, there were no significant differences between the static and animated learning conditions. Participants’ spatial abilities were correlated to their test accuracy and influenced their learning gains for both conditions. Qualitative framework analysis of think-aloud interviews revealed changes in participants’ reasoning about the test questions, moving toward using rule- and case-based reasoning over model-based reasoning. This analysis also revealed that dynamic and transitional features were incorporated into participants’ working mental models of the reaction mechanism after learning from animations. The divergence of participants’ mental models for reasoning and visualization could suggest a gap in their mental model consolidation.

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.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,557
Score d'incertitude au seuil0,207

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 Opus0,061
Tête enseignante GPT0,482
Écart entre enseignants0,421 · 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