MétaCan
Menu
Retour à la cohorte
Enregistrement W3010122067 · doi:10.30722/ijisme.27.09.002

Conceptual understanding of osmosis and diffusion by Australian first-year biology students

2020· article· en· W3010122067 sur OpenAlexaboutno aff
Nicole B. Reinke, Mary Kynn, Ann L. Parkinson

Notice bibliographique

RevueInternational Journal of Innovation in Science and Mathematics Education · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of the Sunshine Coast
Mots-clésOsmosisMathematics educationCurriculumQuarter (Canadian coin)PsychologyChemistryPedagogyGeographyMembrane

Résumé

récupéré en direct d'OpenAlex

Osmosis and diffusion are essential foundation concepts for first-year biology students as they are a key to understanding much of the biology curriculum. However, mastering these concepts can be challenging due to their interdisciplinary and abstract nature. Even at their simplest level, osmosis and diffusion require the learner to imagine processes they cannot see. In addition, many students begin university with flawed beliefs about these two concepts which will impede learning in related areas. The aim of this study was to explore misconceptions around osmosis and diffusion held by first-year cell biology students at an Australian regional university. The 18-item Osmosis and Diffusion Conceptual Assessment was completed by 767 students. From the results, four key misconceptions were identified: approximately half of the participants believed dissolved substances will eventually settle out of a solution; approximately one quarter thought that water will always reach equal levels; one quarter believed that all things expand and contract with temperature; and nearly one third of students believed molecules only move with the addition of external force. Greater attention to identifying and rectifying common misconceptions when teaching first-year students will improve their conceptual understanding of these concepts and benefit their learning in subsequent science subjects.

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)0,016
score de la tête « metaresearch » (Gemma)0,032
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: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,032
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0050,008
Communication savante0,0100,005
Science ouverte0,0020,006
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,040
Tête enseignante GPT0,318
Écart entre enseignants0,277 · 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

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Innovation in Science and Mathematics EducationMême sujetBiomedical and Engineering EducationTravaux en français237 207