MétaCan
Menu
Retour à la cohorte
Enregistrement W4307302859 · doi:10.52041/iase.icots11.t8a1

The Big Picture: A Family of Instruments for Understanding University-Level Statistics and Data Science Attitudes

2022· article· en· W4307302859 sur OpenAlexaff
Alana Unfried, Douglas Whitaker, Leyla Batackci, Wendine Bolon, Marjorie Bond, April Kerby-Helm, Michael A. Posner

Notice bibliographique

RevueBridging the Gap: Empowering and Educating Today’s Learners in Statistics. Proceedings of the Eleventh International Conference on Teaching Statistics · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistics Education and Methodologies
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesNational Science Foundation
Mots-clésScope (computer science)Expectancy theoryData scienceSet (abstract data type)Computer scienceBig dataValue (mathematics)Survey instrumentData setMathematics educationPsychologyStatisticsApplied psychologyMathematicsData miningSocial psychologyArtificial intelligenceMachine learning

Résumé

récupéré en direct d'OpenAlex

Attitudes matter in statistics and data science education, but previous instruments have been limited in scope, resulting in many unanswered questions. This paper discusses the Surveys of Motivational Attitudes toward Statistics and Data Science, a family of instruments designed to provide a broad understanding of university-level student and instructor attitudes as well as learning environment characteristics. Based on Expectancy Value Theory, a meta-model explains the interrelationships among the instruments, and an iterative design process is followed for survey development. Psychometric results from data collections using instruments developed thus far are presented. This is the first time a cohesive, synergistic set of instruments has been designed to work together to give a broader understanding of the state of statistics and data science education.

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)0,005
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,473
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
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 Opus0,329
Tête enseignante GPT0,437
Écart entre enseignants0,108 · 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'étudeThéorique ou conceptuel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBridging the Gap: Empowering and Educating Today’s Learners in Statistics. Proceedings of the Eleventh International Conference on Teaching StatisticsMême sujetStatistics Education and MethodologiesTravaux en français237 207