MétaCan
Menu
Retour à la cohorte
Enregistrement W7008202985

ASSESSING THE IMPROVEMENT IN LOGICAL REASONING OF STUDENTS ENROLLED IN “NUMBERS FOR LIFE” COURSE AT MCMASTER UNIVERSITY

2023· dissertation· en· W7008202985 sur OpenAlexafffund

Notice bibliographique

RevueMacSphere (McMaster University) · 2023
Typedissertation
Langueen
DomaineMathematics
ThématiqueMathematics Education and Programs
Établissements canadiensMcMaster University
Organismes subventionnairesMcMaster University
Mots-clésNumeracyLogical reasoningLogical conjunctionQualitative reasoningVerbal reasoningWork (physics)Order (exchange)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

To be numerate is to have the ability to understand numbers and be confident with numeric information presented in day-to-day situations. The way numeracy is defined varies between researchers; however, most agree that having skills in numeracy is essential to function in the world. In order to provide students with the opportunity for exposure to basic numeracy skills, McMaster University’s course Math 2UU3 – “Numbers for Life” is offered to non-mathematics major students in second year or above. To measure the effectiveness of this course, and to determine whether students retain the numeracy skills and knowledge acquired in the course, we developed a series of assessments with questions based on content learned throughout the semester. Students were tested three times – once before completing the course, once after completing the course, and once again a year later. This study focuses in on the logical reasoning aspect of numeracy which includes understanding logical structures and being able to work through problems rationally and systematically. The results from the study reveal that students who took the course and participated in completing the given assessments showed improvement with their logical reasoning skills significantly.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,338
Écart entre enseignants0,288 · 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'étudeObservationnel
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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)Même sujetMathematics Education and ProgramsTravaux en français237 207