MétaCan
Menu
Retour à la cohorte
Enregistrement W4404531842

Bridging the Gap: Understanding the Differing Research Expectations of First-Year Students

2012· article· en· W4404531842 sur OpenAlexaboutno aff
Meg Raven

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBridging (networking)PsychologyMathematics educationComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objective – The project sought to understand the research expectations of first-year students upon beginning university study, and how they differed from the expectations of their professors, in order to provide more focused instruction and work moreeffectively with professors and student support services. Methods – A survey of 317 first-year undergraduate students and 75 professors at MountSaint Vincent University in Halifax, Nova Scotia, was conducted to determine what eachexpected of first-year student research. Students were surveyed on the first day of theterm in order to best understand their research expectations as they transitioned fromhigh school to university. Results – The gulf between student and professor research expectations was found to beconsiderable, especially in areas such as time required for reading and research and theresources necessary to do research. While students rated their preparedness foruniversity as high, they also had high expectations related to their ability to use nonacademicsources. The majority of professors believed that students are not prepared todo university-level research, do not take enough responsibility for their own learning,should use more academic research sources, and should read twice as much as studentsbelieve they should. Conclusions – By better understanding differing research expectations, students can beguided very early in their studies about appropriate academic research practices, andlibrarians and professors can provide students with improved research instruction.Strategies for working with students, professors, and the university community arediscussed.

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)0,025
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,043
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,004
Communication savante0,0090,004
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
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 Opus0,754
Tête enseignante GPT0,702
Écart entre enseignants0,052 · 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.

Devis d'étudeQualitatif
DomaineMéthodes
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetInnovative Teaching MethodsTravaux en français237 207