MétaCan
Menu
Retour à la cohorte
Enregistrement W4401172623 · doi:10.55016/ojs/ajer.v70i2.73401

Student Perceptions of Performance-Based Assessments for In-Person and Online Courses

2024· article· en· W4401172623 sur OpenAlexaffvenue
Man-Wai Chu, Heather Craig, Felecia Hoey

Notice bibliographique

RevueAlberta Journal of Educational Research · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPsychologyHumanities

Résumé

récupéré en direct d'OpenAlex

COVID-19 social distancing measures forced many university courses to be offered online. The performance-based assessments originally designed for in-person learning may not work well in online environments. This study investigated students’ perceptions of performance-based assessments, and their associated resources, during a course that was offered both in-person and online. The results from 312 undergraduate education students (n = 248 in-person and n = 64 online) indicated all the resources for one of the two assessments were rated statistically significantly higher by students who attended the course in-person. This indicated students who completed the course in-person had a stronger interaction with the assessment resources and rating having higher cognitive and affective skills needed to perform a similar assessment task in their future classrooms. Online students indicated some resources, such as assessment instructions and scoring rubrics, should be better explained during the course for more clarity regarding expectations. Les mesures de distanciation sociale ont contraint de nombreuses universités à proposer des cours en ligne. Les évaluations basées sur les performances, conçues à l'origine pour l'apprentissage en personne, peuvent ne pas fonctionner correctement dans les environnements en ligne. Cette étude s'est intéressée à la perception qu'ont les étudiants des évaluations basées sur les performances et des ressources associées, dans le cadre d'un cours dispensé à la fois en présentiel et en ligne. Les résultats obtenus auprès de 312 étudiants en éducation de premier cycle (n = 248 en personne et n = 64 en ligne) indiquent que toutes les ressources pour l'une des deux évaluations ont été évaluées de manière statistiquement significative plus élevée par les étudiants qui ont suivi le cours en personne. Cela indique que les étudiants qui ont suivi le cours en personne ont eu une interaction plus forte avec les ressources d'évaluation et qu'ils ont évalué les compétences cognitives et affectives nécessaires pour effectuer une tâche d'évaluation similaire dans leurs futures salles de classe. Les étudiants en ligne ont indiqué que certaines ressources, telles que les instructions d'évaluation et les grilles de notation, devraient être mieux expliquées pendant le cours pour que les attentes soient plus claires.

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)0,012
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 enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,125
Tête enseignante GPT0,540
Écart entre enseignants0,415 · 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlberta Journal of Educational ResearchMême sujetOnline and Blended LearningTravaux en français237 207