MétaCan
Menu
Retour à la cohorte
Enregistrement W3179047230 · doi:10.1080/07294360.2021.1945543

Student work: a re-conceptualization based on prior research on student workload and Newtonian concepts around physical work

2021· article· en· W3179047230 sur OpenAlexaff
Marcel D’Eon, Maryam Yasinian

Notice bibliographique

RevueHigher Education Research & Development · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésWorkloadConceptualizationWork (physics)Mathematics educationPsychologyStudent engagementComputer scienceEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this article, we propose a new model of student workload. We conducted an extensive literature review of student workload, its impact on students’ lives, factors influencing student workload, objective and subjective measurements. The previous conceptualizations of student workload conflate student work and course workload, two related but distinct concepts. By synthesizing prior research and concepts from Newtonian physics such as work, force, and distance, we have discovered a model that better explains and differentiates the nature of and the various factors contributing to student work and load. We re-define student work as the product of student academic effort and their achievement in the course. In this model, student academic effort is generated to meet course demands in four domains (cognitive, physical, social, and psychological) with specific challenges and resources associated with each one. This new model will help us to better understand the student experience of academic work, effort, and the challenges students face so that we can make changes to enhance learning.

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)0,004
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0010,009
Communication savante0,0060,009
Science ouverte0,0030,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,111
Tête enseignante GPT0,513
Écart entre enseignants0,402 · 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'étudeThéorique ou conceptuel
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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education Research & DevelopmentMême sujetOnline and Blended LearningTravaux en français237 207