MétaCan
Menu
Retour à la cohorte
Enregistrement W3085277111 · doi:10.1119/perc.2020.pr.ives

Exploratory Factor Analysis of a survey on group-exam experiences and subsequent investigation of the role of group familiarity

2020· article· en· W3085277111 sur OpenAlexaff
Joss Ives, Jared B. Stang, José Arias-Bustamente, Patrick J. Dubois, Analise Hofmann

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiquePsychometric Methodologies and Testing
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGroup (periodic table)Exploratory factor analysisFactor (programming language)Computer sciencePsychologyClinical psychologyChemistryPsychometricsProgramming language

Résumé

récupéré en direct d'OpenAlex

We report on an exploratory study in which we investigate the factor structure of an in-development survey on student experiences during group exams and subsequently examine how these factors can be modelled using performance and self-reported performance measures, while focusing on the role of group familiarity because it is a measure we felt we could bolster through future intervention.We ran an Exploratory Factor Analysis on a suite of survey items that sought to investigate aspects of their group-exam experience, such as participation equity, the prevalence of productive group-work behaviours, and their personal experiences within the group.After stepwise item removal took us from an item pool of twenty-one down to fourteen, our Exploratory Factor Analysis saw a four-factor structure emerge as the preferred option, consistent with the dominant areas of focus of our underlying survey design.The four factors that emerged-presence of under-contributors, presence of dominators, productive group-work behaviours and personal experience-and the items that were removed as part of the factor analysis process indicate directions for future item development.These results suggest that our survey could be sensitive to the impact of interventions designed to improve overall student experience in group exams by targeting improvements in sense of academic familiarity with their groupmates, participation equity or productive group-work behaviours.

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)0,023
score de la tête « metaresearch » (Gemma)0,056
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,056
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,541
Tête enseignante GPT0,407
Écart entre enseignants0,134 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPsychometric Methodologies and TestingTravaux en français237 207