MétaCan
Menu
Retour à la cohorte
Enregistrement W4401657832 · doi:10.56230/osotl.82

The importance of quality and quantity: An investigation into the influence of accuracy and frequency of retrieval practice on learning

2024· article· en· W4401657832 sur OpenAlexaff
Alice S. N. Kim, Linda Carozza, Adam Sandford

Notice bibliographique

RevueOpen Scholarship of Teaching and Learning · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueIntelligent Tutoring Systems and Adaptive Learning
Établissements canadiensYork UniversityUniversity of Guelph-Humber
Organismes subventionnairesnon disponible
Mots-clésFormative assessmentComputer scienceQuality (philosophy)Asynchronous communicationCourse (navigation)Mathematics educationCognitionPsychologyEngineering

Résumé

récupéré en direct d'OpenAlex

There is a growing body of work on the application of cognitive learning principles to course design and instruction. Retrieval practice is one such principle. In this study, we investigated the application of retrieval practice into the course design of an online, asynchronous course. Specifically, we investigated whether the frequency and accuracy of students’ retrieval practice was predictive of their final course grade, a measure of their academic success in the course. Both students’ performance on the practice quizzes and the number of times they attempted these formative assessments were predictive of their final course grade. Our findings suggest that both the frequency and accuracy of retrieval practice attempts influences students’ ultimate achievement in the course. These findings have important implications for course design and instruction, specifically the importance of encouraging students to regularly engage in retrieval practice with high accuracy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,016
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,555
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0190,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,066
Tête enseignante GPT0,386
Écart entre enseignants0,320 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Scholarship of Teaching and LearningMême sujetIntelligent Tutoring Systems and Adaptive LearningTravaux en français237 207