Assessing Students’ Approaches and Perceptions to Learning in Physics Experiments Based on Simulations and At-Home Lab Kits
Notice bibliographique
Résumé
Our study evaluates students’ approaches to and perceptions of the use of hands-on at-home laboratory kits (HALK) experiments, open-source computer-based simulations (OSCBS), and their combination (OSCBS-HALK) in undergraduate introductory asynchronous online physics courses. Anonymous survey data from students who had completed online physics courses with labs based on simulations, at-home lab kits, or both were collected using a modified version of the Learn Questionnaire (MVLQ). Findings in this study indicate that among the six scales (interest and relevance; peer support; staff enthusiasm and support; teaching for understanding; alignment; and constructive feedback) used to measure students’ perceptions of the teaching and learning environments, interest and relevance, peer support, and teaching for understanding had statistically significant different means across the three lab types. Post-hoc comparisons using the Tukey HSD test for the interest and relevance scale indicated that students viewed using a combination approach of OSCBS and HALK labs (M = 3.98, SD = 0.61) more significantly positive than using computer-simulated labs only (M = 3.56, SD = 0.75). Compared to other labs, computer-simulated labs were perceived to lead to a deep approach to learning. However, they had the lowest interest and relevance, peer support, and alignment ranking among the three lab groups. Thus, developing strategies to improve students’ engagement and ability to translate the simulations into physical processes is recommended for OSCBS.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».