MétaCan
Menu
Retour à la cohorte
Enregistrement W3170506387 · doi:10.1039/d1rp00085c

Student success and the high school-university transition: 100 years of chemistry education research

2021· article· en· W3170506387 sur OpenAlexaff
David C. Stone

Notice bibliographique

RevueChemistry Education Research and Practice · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensUniversity of TorontoToronto Public Health
Organismes subventionnairesnon disponible
Mots-clésChemistry educationContext (archaeology)CurriculumMathematics educationTransition (genetics)ChemistryScience educationPsychologyPedagogy

Résumé

récupéré en direct d'OpenAlex

The 100th anniversary of the first article (published in 1921) examining student success and the high school to university transition in chemistry provides an excellent opportunity to consider what has – and has not – changed in chemistry education. This review details the development and findings of chemistry education research specifically as it relates to student learning and success over this extended time period. After considering the changing educational context and definition of success, this research will be described under three main themes: different ways of knowing (learning objectives and outcomes), thinking (scientific reasoning and problem solving), and learning (preferences and approaches to studying). A key finding is that while our understanding of effective teaching and learning has advanced significantly since the early 1900s, so too have the curriculum expectations and cognitive demands placed upon students increased significantly. Thus despite the many advances and innovations in chemistry education, an achievement gap persists between high school and post-secondary education for many students to this day. A comprehensive picture of the factors influencing student success developed from the research literature not only helps understand this disconnect; it also provides an opportunity to reflect on lessons learned for teaching, learning, and directions for future research.

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)0,014
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,009
Études des sciences et des technologies0,0020,005
Communication savante0,0060,008
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,144
Tête enseignante GPT0,539
Écart entre enseignants0,394 · 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.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistry Education Research and PracticeMême sujetEvaluation of Teaching PracticesTravaux en français237 207