MétaCan
Menu
Retour à la cohorte
Enregistrement W4383263773 · doi:10.37394/232018.2023.11.9

Perception of Students on Online Exams and How Sequential Exams and the Lockdown Browser Affect Student Anxiety and Performance

2023· article· en· W4383263773 sur OpenAlexaff
Nursel Selver Ruzgar, Clare Chua-Chow

Notice bibliographique

RevueWSEAS TRANSACTIONS ON COMPUTER RESEARCH · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésAnxietyAffect (linguistics)Flexibility (engineering)PerceptionPsychologyCoronavirus disease 2019 (COVID-19)Medical educationClass (philosophy)Applied psychologyComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Online education has become increasingly popular over the past few years, especially with the global pandemic forcing students to learn remotely. Although online education offers various benefits, including flexibility, accessibility, and convenience, it presents unique challenges, including the use of Lockdown Browser for sequential online exams that can increase students’ anxiety levels and decrease their performance. In this paper, an empirical study was undertaken to examine the students’ preferences for online exams and how the protracting exams impacting on students’ anxiety and performance taking into consideration factors such as gender, class standing, and the availability of a personal study space. The finding reveals that sequential exams, errors in questions, use of lockdown browser, writing exams in different time zone, and one question per page increase students’ stress and anxiety. The results also suggest that there was a significant difference in anxiety levels between students who received different letter grades, specifically, students who received lower grades reported higher levels of anxiety. However, the gender and delivery of the course did not appear to have a significant impact on anxiety levels.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,919
Score d'incertitude au seuil0,470

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,143
Tête enseignante GPT0,482
Écart entre enseignants0,339 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWSEAS TRANSACTIONS ON COMPUTER RESEARCHMême sujetCOVID-19 and Mental HealthTravaux en français237 207