MétaCan
Menu
Retour à la cohorte
Enregistrement W3176678961 · doi:10.23977/aetp.2021.53009

Innovative Teaching Reform in the Division of Higher Mathematics in Colleges

2021· article· en· W3176678961 sur OpenAlexvenueno aff
Guo Xiao-ying

Notice bibliographique

RevueAdvances in Educational Technology and Psychology · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueHigher Education and Teaching Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnthusiasmMathematics educationCurriculumClass (philosophy)Test (biology)Teaching methodPsychologyComputer sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

Advanced mathematics is the basic knowledge required for the development of science and technology in industry and agriculture, so it is the most important link in the basic curriculum framework of universities of science and technology. The level of students' mastery of it will affect the entire university period of study, later advanced studies, and the choice of graduate employment. Because of its large content and difficulty, teachers often spend a lot of energy, but students are not interested, and the overall teaching effect is not good. In particular, the usual large-class teaching leads to great differences in the degree of mastery of the learning content of students. Statistics show that the distribution of test scores is very different, which does not conform to the normal distribution. In response to this situation, our school has carried out analysis and research, proposed and implemented the teaching reform of unified teaching in large classes and reorganization of small classes in tutoring. This new teaching method has improved students' learning enthusiasm and mastery of knowledge, which is better than previous years. Significant improvement was made, and very positive feedback was obtained in the follow-up study of other 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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,025
Tête enseignante GPT0,425
Écart entre enseignants0,399 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Educational Technology and PsychologyMême sujetHigher Education and Teaching MethodsTravaux en français237 207