MétaCan
Menu
Retour à la cohorte
Enregistrement W4390739712 · doi:10.1021/acs.jchemed.3c00805

Conversion of a Senior Instrumental Analysis Laboratory Course to Online Delivery and Remote Learning

2024· article· en· W4390739712 sur OpenAlexaff
Natasha M. Garner, Hans D. Osthoff

Notice bibliographique

RevueJournal of Chemical Education · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methods
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMultimediaScheduleCoronavirus disease 2019 (COVID-19)Summative assessmentComputer scienceMedical educationPsychologyMathematics educationInfectious disease (medical specialty)Medicine

Résumé

récupéré en direct d'OpenAlex

The global Coronavirus disease 2019 (COVID-19) pandemic and associated restrictions on indoor gatherings posed considerable challenges to the delivery of courses that traditionally have relied on hands-on learning in their laboratory components. Here, our experiences converting a senior instrumental analysis course to remote online learning in the Fall 2020 semester are described. The main objective was the production of laboratory videos in lieu of in-person experiments that maintained a high level of authenticity. Videos of six instrumental analysis experiments were created. Experiments were performed and recorded using a headband or tripod mounted “GoPro Hero8” camera by a teaching assistant, providing students with a first-person perspective. The videos were edited in “Camtasia” software and posted on the course’s “Desire2Learn” (D2L) Web site for students to view on-demand. This allowed lectures to be coordinated with the experiment schedule, which permitted the discussion of theory (in the lecture) and experiments (in the online laboratory) to be tightly integrated. Student performance (assessed through summative oral exams) and student feedback from anonymous electronic surveys were generally positive, though course completion rates dropped. The laboratory videos were utilized when the laboratory returned to in-person delivery in the Fall 2021 and 2022 semesters. The availability of first-person videos was found to enrich the students’ experience, improve preparation, reduce anxiety, and foster a more inclusive environment by allowing for the scheduling of online makeup laboratories (in case of missed lab experiments), hence representing a valuable tool for student 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 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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,188

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0030,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0560,021

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 Opus0,015
Tête enseignante GPT0,393
Écart entre enseignants0,378 · 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'étudeSans objet
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical EducationMême sujetInnovative Teaching MethodsTravaux en français237 207