Additional file 1 of A comparison study of human examples vs. non-human examples in an evolution lesson leads to differential impacts on student learning experiences in an introductory biology course
Notice bibliographique
Résumé
Additional file 1: Figure S1. Histograms of pre- and post- discomfort scores for each year of the study. Figure S2. Pearson correlations between the pre-class and post-class scores and human evolution acceptance measures using listwise-deletion data. Figure S3. Observed TTCI Pre- scores (blue) and imputed values for the 100 datasets (red). Figure S4. Observed TTCI Post- scores (blue) and imputed values for the 100 datasets (red). Figure S5. Observed Relevance (course)scores (blue) and imputed values for the 100 datasets (red). Figure S6. Observed Relevance (lesson) scores (blue) and imputed values for the 100 datasets (red). Figure S7. Observed Engagement (course) scores (blue) and imputed values for the 100 datasets (red). Figure S8. Observed engagement (lesson) scores (blue) and imputed values for the 100 datasets (red). Figure S9. Observed Discomfort (course) scores (blue) and imputed values for the 100 datasets (red). Figure S10. Observed Discomfort (lesson) scores (blue) and imputed values for the 100 datasets (red). Figure S11. Distribution of imputed TTCI scores for 100 datasets (red) compared to observed scores (blue). Figure S12. Distribution of imputed Relevance scores for 100 datasets (red) compared to observed scores (blue). RelPre refers to perceived relevance of the course content and RelPost refers to perceived relevance of the lesson content. Figure S13. Distribution of imputed Engagement scores for 100 datasets (red) compared to observed scores (blue). EngPre refers to engagement with the course content and EngPost refers to Engagement with the lesson content. Figure S14. Distribution of imputed Discomfort scores for 100 datasets (red) compared to observed scores (blue). DiscPre refers to discomfort with the course content and DiscPost refers to discomfort with the lesson content. Table S1. Frequency of missing data patterns. Table S2. Main effects model results for student post-test TTCI scores. Table S3. Main effects model results for student reported engagement and content relevance during the one-day activity. Table S4. Full model results for student reported discomfort experienced during the one-day activity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,802 | 0,070 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».