MétaCan
Menu
Retour à la cohorte
Enregistrement W3010740618 · doi:10.5430/ijhe.v9n2p297

The Role of Using Case Studies Method in Improving Students' Critical Thinking Skills in Higher Education

2020· article· en· W3010740618 sur OpenAlexvenueno aff
Omar Rabeea Mahdi, Islam A. Nassar, Hashem Ali Issa Almuslamani

Notice bibliographique

RevueInternational Journal of Higher Education · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCritical thinkingValue (mathematics)Mathematics educationCase study researchPsychologyPedagogyMedical educationKnowledge managementMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Investigating the use of case studies as a teaching strategy to enhance the critical thinking skills of the students is the basic objective of this study. By discovering content and procedural issues, best practices are investigated and ways are discovered to foster critical thinking, as a result of which the students tend to develop the ability to think critically. This research employed mixed research methods and used the SPSS program for data analysis. The participants in this research are 42 students from the business management program of leadership and group dynamics course in applied sciences university (ASU) in the kingdom of Bahrain. Based on the research findings, the critical thinking skills of the students have been a consequence of the case study method. The findings of this research may have significant value for other higher education institutions in the wider Gulf region. If the case studies method is used in teaching, it will greatly contribute to the leadership and group dynamics educators in nurturing active learning. Additionally, it is likely to inculcate critical thinking skills, which are highly significant to develop leadership capabilities.

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)0,044
score de la tête « metaresearch » (Gemma)0,076
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,232

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0440,076
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,004
Études des sciences et des technologies0,0020,003
Communication savante0,0060,006
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,051
Tête enseignante GPT0,479
Écart entre enseignants0,428 · 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'étudeQualitatif
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

Citations99
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetEducation and Critical Thinking DevelopmentTravaux en français237 207