Championing the Involvement of Practitioners in the Biochemistry Educational Research Process: A Phenomenological View of the Early Stages of Collaborative Action Research
Notice bibliographique
Résumé
The disparity between post-secondary STEM instruction and the practices suggested in education and cognitive research is not a novel issue. Despite evidence-based practices being available to practitioners, traditional lecture-based instruction continues to dominate higher STEM education. In this study, we discussed practitioner involvement in biochemistry education research as a potential means to address the gap between research and practice. We used phenomenology as a lens through which to view faculty experiences of participating in a team-based curricular redesign. We administered a concept inventory to examine undergraduate students’ understanding of key concepts and to identify misconceptions. We captured faculty perspectives and reflections on student data through semi-structured interviews, finding that faculty dissatisfaction with traditional practices were rooted in experiences from early on in their teaching careers. Their students demonstrated a lack of conceptual understanding, similar to findings of other studies in undergraduate biochemistry, and key misconceptions the student population held were identified. When examining students’ conceptual understanding data, the faculty gained new insights into where students struggle in the course that they would not have gained without participation in this project. This reinforced their desire to implement curricular change. These findings add to the available data on students’ conceptual understanding in biochemistry and suggest that shared assessments like concept inventories can unify instructors as they engage in team-based curricular reform.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».