Quantifying Effectiveness of Three Unique Video Lecture Formats in a Large First-Year Engineering Chemistry Course
Notice bibliographique
Résumé
This study evaluated the impact of different video formats in a blended learning classroom based on video production value, student preference and student performance on a pre and post-test as a method of assessment. Participants in the study consisted of 197 first year engineering students enrolled in a chemistry course at the University of Toronto. Single topic videos, multi-camera lecture captures, and standard wide shot (single camera) lecture captures were compared using five-point Likert-scale surveys in order to evaluate student preference and determine if there was an improvement in performance following the video intervention. Performance was assessed by means of a pre and post-test evaluation. A control group of students watched a video unrelated to the content of the pre and post-test. The post-test improvement of the single topic group was significant compared to both the control group (p<0.0001) and to the single camera group (p<0.05). Students also demonstrated a higher preference for the single topic video with 90% of the single topic treatment group agreeing or strongly agreeing they would use the single topic video format again when studying for their final exam. In the multi-camera and single camera treatment groups only 42% and 60% of students, respectively, agreed or strongly agreed to the same statement. A significant difference was not observed for both student preference and student performance on the pre and post-test between the multi-camera and single camera treatment groups.
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 ».