MétaCan
Menu
Retour à la cohorte
Enregistrement W4416748315 · doi:10.1177/10538259251397888

Easier Said Than Done: The Behavior Change Experience

2025· article· en· W4416748315 sur OpenAlexaff
Vanessa Morris, Jodi Martin, Roisin M. O’Connor, Matthew T. Keough

Notice bibliographique

RevueJournal of Experiential Education · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methodologies in Social Sciences
Établissements canadiensUniversity of TorontoYork UniversityConcordia UniversityUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésExperiential learningThematic analysisBehavior changeDescriptive statisticsExperiential educationStudent engagementActive learning (machine learning)Attitude change

Résumé

récupéré en direct d'OpenAlex

Background Experiential learning activities have demonstrated superior learning outcomes for students in addiction psychology courses. In this project, we asked students to select a behavior they would like to change and to actively work to reduce it throughout the semester. Students were asked to submit an assignment detailing their experiences with the behavior change process. Purpose We aimed to examine if this experiential learning activity would provide students with an opportunity to recognize course concepts reflected in their lives and behaviors. Method Twenty-two students agreed to have their assignments analyzed and to complete a post-experience survey. Survey responses were examined using descriptive analyses, and student assignments underwent thematic analysis. Findings Descriptive analyses of survey responses from students appeared favorable toward the assignment. Thematic analysis of the assignments revealed three major themes: recognizing course concepts, managing and contending , barriers and conflicts . Implications Findings from the current project highlight the value of experiential learning in situations where student understanding is best achieved through active, personal engagement with the topic, rather than through lecture-based instructional methods.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,471
Score d'incertitude au seuil0,925

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,129
Tête enseignante GPT0,498
Écart entre enseignants0,369 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experiential EducationMême sujetInnovative Teaching Methodologies in Social SciencesTravaux en français237 207