MétaCan
Menu
Retour à la cohorte
Enregistrement W4403568471 · doi:10.53664/jssd/03-03-2024-13-154-164

STUDY APPROACHES OF POSTGRADUATE STUDENTS IN ODL SYSTEM: A LONGITUDINAL SURVEY

2024· article· en· W4403568471 sur OpenAlexaff
Mubeshera Tufail

Notice bibliographique

RevueJournal of Social Sciences Development · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueProblem and Project Based Learning
Établissements canadiensEducation and Early Childhood Development
Organismes subventionnairesnon disponible
Mots-clésMedical educationMathematics educationPsychologyComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The study aimed to analyze the study approach of the postgraduate students across various semesters of studies. Longitudinal survey design was adopted to conduct this study. The participants of study were enrolled in Education degree program in university (Pakistan). There were two cohorts of students who participated in this study with 12 students in cohort-1 and 10 students in cohort-2. Approaches and Study Skills Inventory for Students (ASSIST- short version with 52 items) was used to collect data from students at three different times i.e., first time at the start of the second (coursework) semester, second time at end of second semester (development of research proposal stage) and third time during the dissertation stage. Similarly, the data were analyzed using descriptive and inferential statistical techniques. The study results reported that the students used deep and strategic approach to study more than surface approach to study however, the percentage of using the surface approach was also quite high. It was also found that there was no gender wise difference in the surface, deep and strategic approaches of both cohorts of the research study. It is recommended to provide the students with guidance and facilitation for shifting their study approach from surface to deep approach.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,004
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,245
Tête enseignante GPT0,416
Écart entre enseignants0,171 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Social Sciences DevelopmentMême sujetProblem and Project Based LearningTravaux en français237 207