MétaCan
Menu
Retour à la cohorte
Enregistrement W4295309486 · doi:10.20343/teachlearninqu.10.32

Student Perception of a Visual Novel for Fostering Science Process Skills

2022· article· en· W4295309486 sur OpenAlexafffund
Michael Wong, Ahmed Al-Arnawoot, Katrina Hass

Notice bibliographique

RevueTeaching & Learning Inquiry The ISSOTL Journal · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDigital Storytelling and Education
Établissements canadiensUniversity of OttawaUniversity of TorontoMcMaster University
Organismes subventionnairesMcMaster University
Mots-clésAnticipation (artificial intelligence)PerceptionFlexibility (engineering)Process (computing)Mathematics educationPsychologyScience educationSubject matterComputer sciencePedagogyCurriculum

Résumé

récupéré en direct d'OpenAlex

In undergraduate science education, emphasis is often placed on teaching subject matter rather than science process skills (e.g., critical thinking, problem solving). Although important to scientific training, these skills are often not taught because science educators do not feel equipped to teach them. We therefore present a case-scenario activity that aims to facilitate the development of science process skills. This activity, which takes the form of a visual novel, asks students to generate hypotheses for the seemingly odd events that are described in the story. We implemented this activity in a science-process-focused course. Upon completion of the activity, we asked students to submit a written response to the prompt: “What are you taking away from the activity?” In this exploratory study, we conducted a qualitative analysis of these written responses to ascertain whether meaningful codes and themes related to science process would arise from this open-ended prompt. Based on student responses, four main themes emerged: scientific inquiry, student satisfaction, flexibility, and collaboration. These results demonstrated the activity was both enjoyable, and it successfully enabled students to apply science process skills. We offer this activity in anticipation it will provide educators with a tool to include these skills in their classes.

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)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,119
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0080,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,094
Tête enseignante GPT0,484
Écart entre enseignants0,390 · 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.

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

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTeaching & Learning Inquiry The ISSOTL JournalMême sujetDigital Storytelling and EducationTravaux en français237 207