MétaCan
Menu
Retour à la cohorte
Enregistrement W4244696859 · doi:10.24124/2015/bpgub1662

Formative assessment strategies used in the University of Northern British Columbia School of Education

2015· dissertation· en· W4244696859 sur OpenAlexfundaboutno aff
Emem Umoh Eka

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueStudent Assessment and Feedback
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Northern British Columbia
Mots-clésFormative assessmentMedical educationKnowledge surveyPsychologyQualitative researchPhenomenology (philosophy)PedagogyMathematics educationSummative assessmentSociologyMedicine

Résumé

récupéré en direct d'OpenAlex

This study explores the perspectives of professors and instructors using formative assessment strategies in the classroom. A qualitative phenomenology was used to utilize the data from nine (n=9) questionnaires and three (n=3) in-depth semi-structured interviews with UNBC School of Education professors and instructors. The questionnaire and the interview questions regarding the use of formative assessment strategies were drafted based on the strategies identified by Black and Wiliam (1998). The findings from the questionnaire revealed that professors and instructors were aware of the purpose of assessment, the importance of student-focused assessment, and the various ways of implementing formative assessment. Additionally, the interviews showed that professors and instructors were aware of the importance and impact of formative assessment when implemented in teaching and learning, which, in turn, could move students' learning forward by providing effective and continuous feedback. The findings from this research can increase understanding of assessment in post-secondary settings and may benefit educators who implement formative assessment practices, through continuous and regular professional development (Brancato, 2003). --Leaf ii.

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)0,023
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,225
Score d'incertitude au seuil0,447

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,052
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0090,003
Communication savante0,0090,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,019
Tête enseignante GPT0,348
Écart entre enseignants0,328 · 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'étudeQualitatif
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
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetStudent Assessment and FeedbackTravaux en français237 207