A Plant Simulation Tool for Collaborative Biology Experiments in Middle-school Classrooms: An In-the-wild Study
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
Computer-aided simulation-based platforms have been shown to be effective tools for teaching STEM concepts. At the same time, Computer Supported Collaborative Learning (CSCL) platforms encourage different viewpoints and approaches from the learners which can enrich the learning experience in STEM classrooms. The deployment in recent years of networked personal devices such as Chromebooks in classrooms has motivated educators to design collaborative learning tools for these devices. However, prior work has shown that using one-on-one devices may discourage students from talking among each other, which hinders collaboration. To understand the affordances of personal devices for CSCL tools within Biology curricula, we designed a collaborative plant growth simulation application that provides mirrored plant growth simulation views for every group member to facilitate a common visualization. In this paper, we present our findings from an in-the-wild study that evaluated the affordance and usability of the plant growth simulation application and investigated the nature of collaboration and engagement aided through the simulation mirroring feature. Our study results showed that the plant simulation application had high usability and acceptance. Moreover, mirroring the plant growth simulation improved collaboration, generated excitement, and stimulated conversation. We also identified episodes where collaboration was hindered due to off-task activities, troubleshooting, group dynamics, and lack of understanding that led us to outline some potential guidelines to improve the collaborative learning experience for the students in Biology classroom.
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 | 0,000 | 0,001 |
| 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) | 0,000 | 0,000 |
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.
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