MétaCan
Menu
Retour à la cohorte
Enregistrement W3201865051 · doi:10.35940/ijbsac.d0465.103521

T ransitioning a L arge Biology Class from a n i n Person t o a n Online Exam During the COVID 19 Pandemic

2021· article· en· W3201865051 sur OpenAlexaffabout
Niki Sharan, Meaghan S. Cuerden, Denis P. Maxwell, Anne Simon

Notice bibliographique

RevueInternational Journal of Basic Sciences and Applied Computing · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAcademic integrity and plagiarism
Établissements canadiensLondon Health Sciences CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)PandemicMedical educationClass (philosophy)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Psychology2019-20 coronavirus outbreakMedicineComputer scienceInternal medicineVirologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

As occurred in many Universities worldwide, the response to the COVID-19 pandemic required us, professors at Western University (London, Canada), to quickly convert a first-year biology course with over 1200 enrolled students from an in-classroom format to an on-line format. This transition included the course exams. While the first multiple-choice exam in February 2020 was in-person and proctored, we changed the second multiple-choice exam in March 2020 so that it was completed by students online at home without a proctor. We had concerns about this online conversion, including whether the grades would represent student understanding of the course material when access to peers and other resources during the exam was not monitored. In this report we show student scores on the online exam were highly correlated with their prior in-person exam. A similar correlation was observed with prior first-year students who took similar exams in February and March 2019 which were both in-person and proctored. These results provide some reassurance that it is possible to rapidly transition the delivery of an exam from an in-person format to an online format without compromising the exam process.

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)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0230,010

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 Opus0,060
Tête enseignante GPT0,345
Écart entre enseignants0,285 · 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'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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Basic Sciences and Applied ComputingMême sujetAcademic integrity and plagiarismTravaux en français237 207