Participation is Predictive of Individual, but Not Group, Work in the Context of a Blended General Education Course
Notice bibliographique
Résumé
Past research on face-to-face instructional delivery demonstrates that students’ participation is positively related to their achievement in a course (Rocca, 2010), and that participation mediates the relation between attendance and achievement (Kim et al., 2019). Given that blended learning is on the rise in higher education (Johnson et al., 2016), it is of growing interest to explore whether this positive association between participation and achievement holds in the context of blended learning. Here we investigated whether students’ participation was (a) predictive of their overall grade in the course and (b) differentially predictive of their grades on three different types of assessments: tests (test and quiz), written assignments (argumentative letter and critical essay), and oral activities (debate). The results of our regression analyses showed that participation grades were predictive of learning achievement in the course with respect to overall grade (R2=0.364; ß=0.365), test grade (R2=0.164; ß==0.327), and written grade (R2=0.212; ß=0.278). Participation was not predictive of oral grades as a whole; however, further analyses showed that students’ participation predicted the individual (vs. group-based) component of the oral grade (R2=0.045; ß=0.113). Thus, our findings demonstrate that students’ participation grades are predictive of their grades on assessments that are independent but not group-based, at least in the context of the blended course investigated in this study.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».