MétaCan
Menu
Retour à la cohorte
Enregistrement W4389475437 · doi:10.1371/journal.pone.0295611

Investigating student collaborative problem-solving competency and science achievement with multilevel modeling: Findings from PISA 2015

2023· article· en· W4389475437 sur OpenAlexaff
Xuyan Tang, Yan Liu, Marina Milner‐Bolotin

Notice bibliographique

RevuePLoS ONE · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensCarleton UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMultilevel modelMultilevel modellingTeamworkMathematics educationPsychologyAcademic achievementStudent achievementScience educationComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Collaborative problem-solving (CPS) competency is critical for 21st century students. However, reports from the Programme for International Student Assessment (PISA) 2015 have revealed significant deficiencies in this competency among young students globally, indicating a critical need for the cultivation of CPS skills. Therefore, it is essential for educators and researchers to examine the factors that influence CPS competency and understand the potential role of CPS in secondary education. The present study aims to investigate the relationship between collaboration dispositions and students' CPS competency as well as the relationships of CPS competency and inquiry-based science instruction (IBSI) with science achievement using the PISA 2015 data. A total of 408,148 students from 52 countries and economies (i.e., regions) were included in our analysis. Unlike most previous studies that only investigated one country at a time and neglected the multilevel data structure of PISA, this study provided a global view through adopting multilevel modeling to account for the cluster effect at the school and country levels. Our findings revealed that valuing relationship was positively associated with CPS, whereas valuing teamwork was negatively associated with CPS. Furthermore, CPS competency was found to be a dominant and positive predictor of science achievement among all study variables, underscoring the importance of integrating CPS into teaching practices to promote student success in science. Additionally, different IBSI activities show varying relationships with science achievement, indicating that caution should be taken when recommending any specific practices associated with IBSI to teachers.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0010,006
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,121
Tête enseignante GPT0,374
Écart entre enseignants0,253 · 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 source (Gemma direct ou Codex distillé), 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 revuePLoS ONEMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207