MétaCan
Menu
Retour à la cohorte
Enregistrement W3188103089 · doi:10.21432/cjlt27917

Students’ Learning Experience with a Flipped Introductory Organic Chemistry Course: A Course Designed for Non-Chemistry Majors

2021· article· en· W3188103089 sur OpenAlexafffundvenue
Horace Luong, Thomas Falkenberg, Mahdi Rahimian

Notice bibliographique

RevueCanadian Journal of Learning and Technology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methods
Établissements canadiensQueen's UniversityUniversity of Manitoba
Organismes subventionnairesUniversity of Manitoba
Mots-clésFlipped classroomBlended learningMathematics educationPopularityChemistryCourse (navigation)Course evaluationChemistry educationActive learning (machine learning)PsychologyEducational technologyTeaching methodCooperative learningHigher educationPedagogyComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The use of flipped classrooms has been gaining popularity across various disciplines as student-centered active learning pedagogy. In this study, an introductory organic chemistry course was delivered through flipped classroom methodologies, incorporating blended learning to deliver content and group work in the classroom. The learning experiences of non-chemistry majors students enrolled in the course are discussed. The majority of the students adjusted to the pedagogy and felt autonomy in their learning. These students also believed that most of the flipped classroom design components were a good use of their time in learning organic chemistry.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,728
Score d'incertitude au seuil0,763

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,321
Écart entre enseignants0,310 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Learning and TechnologyMême sujetInnovative Teaching MethodsTravaux en français237 207