Exploring Critical Thinking as an Outcome for Students Enrolled in Community Colleges
Notice bibliographique
Résumé
Objective: Using data from HEIghten ® Critical Thinking, a student learning outcomes assessment, the purpose of this study was to evaluate what variables are associated with higher critical thinking performance for students enrolled in various community college programs and to evaluate performance differences across demographic and college-level subgroups as well as student perceptions. Method: With data from 1,307 students enrolled across 34 U.S. and Canadian higher education institutions (72% enrolled in 2-year institutions), we utilized a hierarchical regression to identify variables associated with critical thinking performance. Critical thinking performance differences were evaluated using analyses of variance (ANOVAs) and t-tests across student demographic and college experience subgroups and across student perceptions. Results: Results of this study showed (a) consistent significant predictors associated with higher critical thinking performance; (b) a positive relationship between critical thinking performance and the frequency of using critical thinking in college courses; (c) significant, but relatively small performance differences across demographic and college experience subgroups; and (d) positive relationships between student perceptions and critical thinking performance. Conclusion: This study added to the limited literature evaluating critical thinking skills for community college students. Overall, results suggest that institutions should focus attention to the frequency at which students are using critical thinking throughout their courses, which could increase student performance in this particular area, especially if critical thinking is an explicit outcome within the course. Results also suggested the need to emphasize critical thinking skills more across various community college programs and across non-STEM-focused programs. Suggestions for future research are discussed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».