Authentic assessment design in human physiology using the students-as-partners model
Notice bibliographique
Résumé
‘Authentic assessments’ are described as educational assessments that prioritize realism and essential skill development. In higher education, authentic assessments are increasingly implemented to improve practical connections, namely in BSc. courses that were previously test-oriented. At the University of Guelph, Human Physiology was identified as a BSc. course that could benefit from the implementation of new authentic assessments. To effectively address student concerns during assessment creation, BSc. faculty chose to use the ‘students-as-partners’ model, which involves direct collaboration with students. Thus, we aimed to introduce authentic assessments in Human Physiology to improve real-world connections through a project titled, ‘Students-as-Partners in Assessment Design’.\nIn 2022, 4 student discipline-leads and faculty pairs were chosen for key BSc. courses, including Human Physiology, to collaboratively co-create new assessments with the support of an education developer. The initial goals of the project included strengthening practical skills whilst accounting for growing class sizes. For our course, we created a new group assignment titled, ‘Physiology Connections’ in which students presented a mini-lesson on a real-world physiology topic of their choice. The assignment was tested by 6 students prior to its implementation in the W’23 semester. To quantify the success of the new assignment, a class-wide survey was introduced to gather feedback. Results of the survey and details regarding the group assignment will be shared in the poster. Through this work in educational research, we aim to inspire additional institutions to value the benefits of the students-as-partners model, and strive to continue improving the quality of education through authentic assessment implementation.
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 | 0,057 | 0,086 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».