Do students’ attitudes toward active learning in science affect buy-in?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Active learning aims to support students’ construction of knowledge and understanding via their direct engagement with activities that support the learning process. It has been well documented that students benefit from active learning; however, students often report disliking this method of learning and disfavour the student-centered approach as it puts them in charge of their learning. Furthermore, little is known about specific attitudes and attributes that may influence engagement with and adoption of these practices. To explore this knowledge gap, we assessed students’ motivation, self-efficacy, introversion/extroversion, science identity and evaluated their relationships with student buy-in to active learning; measured using the exposure-persuasion-identification-commitment (EPIC) process model (Cavanagh et al., 2016). Undergraduate science students (n=123) at Carleton University and the University of Ottawa had 76% of students report engaging with active learning in their science courses. Students engaged with an average of 11 (M = 11.19, SD = 3.29) out of 16 possible activities. Of the active learning activities, 34% of students liked this way of learning while 20% report only doing it because it was required of them. Motivation, self-efficacy, introversion/extroversion, and science identity were positively correlated with persuasion. In line with previous studies, buy-in was positively correlated with students' engagement in active learning behaviours. The relationships identified will allow us to make recommendations to help shape the pedagogical practices of educators and further improve student buy-in to this type of learning. This research has been approved by the research ethics board at Carleton University and the University of Ottawa.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle