Collaborative Summative Assessment: Means for Enduring Learning and Attainment of 21st Century Skills in the Online Platform
Notice bibliographique
Résumé
The use of collaborative assessment as a form of summative evaluation during online learning targets Sustainable Development Goal (SDG) 4 which aims at ensuring sustainable development in education through student assessment. Moreover, collaborative assessment is an interactive process that enables students to work together and get engaged in shared decision-making toward mutually-defined goals. This research aimed to examine the impact of online distance learning on collaborative assessment among High School students according to grade level and sex. This research will help educate learners on the value of collaboration during online distance learning, and will strengthen global citizenship. This study used a cross-sectional survey of quantitative research design with 252 high school students as participants. Significant findings revealed that both Junior and Senior high school students, as well as male and female students, agree that collaborative summative assessment during online learning helped them in the attainment of good academic performance, easier completion of tasks, enhanced communication skill, evident cooperation, and submission of quality output. Moreover, inferential analysis showed no significant difference on the impact of online distance learning on collaborative summative assessment as perceived by grade level, t(17) = 2.11, p = 0.15 and sex, t(17) = 2.11, p = 0.24. Therefore, regardless of grade level and sex, the new mode of learning platform proved to be an efficient avenue for students to work together in the achievement of a common goal despite the challenges presented by online distance learning.
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 | 0,002 | 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 | 0,000 | 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 ».