Does it matter when it happens? Assessing whether formative quizzes at different timepoints in a course are predictive of final exam grades
Notice bibliographique
Résumé
An important step towards promoting academic success is identifying students at risk of poor academic performance, particularly so they can be supported before they fall too far behind. In this study we investigated whether students’ grades on five quizzes that were distributed evenly throughout a course were differentially predictive of their grades on the final cumulative exam. Our focus was not on summative value of the quizzes, but rather how this information could be used to help inform more specific guidelines regarding when student performance should be a concern, and to provide insight for how to better individualize student support. The results of a regression analysis showed that students’ grades for the second, fourth, and fifth quiz were significant predictors of students’ performance on the final cumulative exam. Students’ grade on the first quiz reached borderline significance as a predictor of their grade on the final cumulative exam. Our findings suggest that students’ performance throughout various timepoints of a course is important to take into account for considerations about students' academic achievement. The implications of these findings include the use of frequent quizzing to identify students who would benefit most from additional, targeted academic support to improve the trajectory of their academic achievement. Additionally, students should be made aware of the relationship between their grades on quizzes to the final cumulative exam to help inform their decisions regarding individual academic planning and success.
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 | 0,015 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».