MétaCan
Menu
Retour à la cohorte
Enregistrement W3093598269

Including students in the learning experience: How reflective writing assignments can be used to help students engage with course content

2014· article· en· W3093598269 sur OpenAlexaboutno aff
Kristie R. Dukewich, Deborah P. Vossen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReflective writingJournaling file systemMathematics educationSummative assessmentSession (web analytics)Variety (cybernetics)Reflection (computer programming)PedagogyPsychologyReflective practiceRubricComputer scienceFormative assessmentWorld Wide Web
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Writing-to-learn involves the use of low-stakes informal writing activities that help students reflect on concepts or ideas presented in a course. Writing-to-learn can be a powerful tool in helping students understand and engage with course concepts, and past research has shown that writing-to-learn activities can substantially improve performance on summative assessments (Nevid, Pastva, McClelland, 2013). Not only is writing helpful for learning, but it is also a skill that students are expected to acquire during their post-secondary degree. However, it can be a challenge to provide writing opportunities that are interesting to students and easy for instructors to implement and grade, particularly in courses with more than 30 students. Reflective journaling is one method that can address these objectives. Reflective writing can take a variety of forms. The versatility of reflective writing means that it can be adapted to suit a number of different disciplines. For example, reflective writing has been implemented in core science courses by having students reflect on how they understand a specific concept from the course, essentially giving them the opportunity to explain these concepts to themselves (Kalman, 2011). More applicable courses have implemented reflective writing by having students evaluate how the course concepts are observable in their own lives (Nevid et al, 2013). Finally, practical courses have used reflective writing as a venue for student reflection on practical experience or mock simulations so that past experiences can help inform future experiences (Sandars, 2009). Participants in this session will first hear about the different forms that reflective writing assignments can take, and will be asked to describe which form of reflective writing might best suit their discipline. We will then describe how we implemented reflective journal assignments in two courses, a mid-sized 3rd year course at the University of Toronto in Psychology, and a small 4th year course at St. Francis Xavier University in Human Kinetics. Participants will have the opportunity to see our assignment description and marking rubric for our low-stakes assignments, and learn how each of us have implemented the assignment, taking advantage of online pedagogical technologies. We will also share our end-of-course reflections on how we might change the assignment to better suit the needs of the students and instructors. Finally, we will solicit suggestions from participants on how to improve this kind of assignment and how to scale the assignment for larger 2nd and 3rd year courses.

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)0,011
score de la tête « metaresearch » (Gemma)0,030
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: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0030,005
Communication savante0,0170,014
Science ouverte0,0030,012
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,009

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 Opus0,176
Tête enseignante GPT0,497
Écart entre enseignants0,320 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReflective Practices in EducationTravaux en français237 207