Method for Integrating Components of a CURE into an Introductory Biology Traditional Laboratory <sup />
Notice bibliographique
Résumé
\nTraditional laboratories with simple experiments and a lack of inquiry do not always lead to learning gains, but Course-based Undergraduate Experience (CURE) has increased student engagement, understanding of the research process, and confidence in research skills. Although CUREs offer multiple benefits, they also come with greater financial, logistic, and time-commitment challenges relative to more traditionally structured laboratories, and they can also narrow the scope of the laboratory sessions. We propose a framework that integrates some components of a CURE into a traditionally structured laboratory. Specifically, the laboratory curriculum is set up for students to complete weekly laboratory activities, reinforcing the concepts introduced in lecture, as well as a semester-long research project within the guidelines of an experiment or observational study that can be completed, at least in part, outside of the laboratory. In this framework, students have abundant freedom to drive their research projects to follow their own interests. Additionally, instructor equipment costs and time commitments necessary from the instructor are low. This laboratory framework is best designed for faculty who would like to implement a CURE but lack the necessary resources and/or place a high value on weekly laboratory activities to reinforce concepts introduced in the lecture portion of the course. Survey data indicated that integrating some elements of a CURE without transforming a course into a full CURE resulted in students benefitting from many of the same gains, such as better understanding the realities of the research process and enjoying conducting their research projects.\n
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».