Drawing “Octo-Pines”: Ice-Breaker Active-Learning Activities to Introduce Drawing-to-Learn in Biology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Drawing has been advocated as a technique to develop visual literacy and observational skills in biology students. To increase student motivation and confidence to draw in our course, we developed an introductory active-learning lesson with a series of icebreaker activities that promote student creativity and discussion. These activities include a clicker question, group discussions, drawing activities, and a worksheet. During the lesson, student responses generated more than 18 categories of how visuals can be used as a professional practice and as a learning tool in biology, with 14 of these categories overlapping. Students demonstrated interest in using a variety of drawings and visuals to represent various scientific scenarios. In a survey completed after the lesson, students reported that this activity increased their understanding of how drawings are used in the profession of biology and as a learning technique. Students also indicated that while they experienced some discomfort with the exercises, they enjoyed the drawing activities and found them useful. The examples in this lesson can be adapted to fit courses that emphasize drawing, observation, or visual literacy. <em>Primary Image:</em> “Octo-pine.” To increase student motivation to draw in zoology, the last activity in this lesson asks to students to draw an invertebrate-food combination (<em>e.g.,</em> “octopine” = octopus + pineapple; “BEErito” = bee + burrito).
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,001 | 0,004 |
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 découle