MétaCan
Menu
Retour à la cohorte
Enregistrement W4413444212 · doi:10.1039/d5rp00050e

Lowering the activation barrier to create a constructively aligned undergraduate chemistry laboratory experience – a review of innovations in assessments and course design

2025· article· en· W4413444212 sur OpenAlexaff
Chun-Wan Timothy Lo, Sharonna Greenberg

Notice bibliographique

RevueChemistry Education Research and Practice · 2025
Typearticle
Langueen
DomaineChemistry
ThématiqueVarious Chemistry Research Topics
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésCourse (navigation)ChemistryMathematics educationComputer scienceEngineering physicsPsychologyEngineering

Résumé

récupéré en direct d'OpenAlex

Reimagining laboratory education in chemistry can help address demands to revitalize the undergraduate chemistry curriculum. In doing so, we can help students think like scientists and connect chemistry to other disciplines. Historically, undergraduate laboratories were taught through expository experiments coupled with traditional lab reports. However, these practices do not allow for constructive alignment of the curriculum, because the assessments target the cognitive domain of learning while the learning outcomes and class activities target the psychomotor domain. This lack of alignment also limits meaningful learning in the laboratory, at the heart of the cognitive, affective, and psychomotor domains. This review summarises some recent innovations in course design and assessments for undergraduate level laboratory courses. Overall, we aspire to lower the activation energy barrier for educators to find and implement curricular reforms in laboratory education that are constructively aligned within their course. We structure this review under the major learning outcomes of laboratory instruction, defined by Reid and Shah: (1) linking cognitive and psychomotor domains; (2) developing practical skills; (3) designing experiments; and (4) improving transferable skills, which are further separated into scientific writing, oral communication, and peer learning.

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)0,024
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,041
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0000,002
Communication savante0,0030,004
Science ouverte0,0030,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,058
Tête enseignante GPT0,463
Écart entre enseignants0,405 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistry Education Research and PracticeMême sujetVarious Chemistry Research TopicsTravaux en français237 207