Labatorials and Reflective Writing for a Better Understanding of Dynamics in High School
Notice bibliographique
Résumé
Decades of research show that introductory physics students struggle to learn Newtonian concepts of force and motion. Conventional lecture method of instruction has been unable to improve students’ ideas and attitudes. This study examined the impact of combining Labatorials and Reflective Writing on high school students’ knowledge of Newtonian dynamics. \nParticipants are 210 secondary 5 (grade 11) students, from three private schools in Montreal, who took a physics course during 2017-2018 and 2018-2019. Their ideas and opinions about forces and learning physics were investigated, prior to and following the study, with: (a) the Discipline-focused Epistemological Beliefs Questionnaire; (b) the Force Concept Inventory (FCI); (c) a concept map focused on the relations between force and motion. Pre- and post- semi-structured interviews were conducted with 12 participants. The post interview required students to analyse a hands-on experiment about the two-way motion of a fan cart. Data was also collected from participants’ teachers throughout the duration of the study. \nResults from the FCI indicate a medium gain as calculated by Hake (1998) which is similar to those obtained when Interactive Engagement practices are used in teaching physics (Hake, 1998). The interviews with students as well as feedback from teachers showed that students preferred the combination of Labatorials with Reflective Writing to traditional labs. Preliminary analysis of concept maps completed in the post-test to those in the pretest indicate that students better connected concepts related to forces and motion. The gathered data and interviews indicate that the process of combining Labatorials with Reflective Writing improves students’ knowledge of the subject as well as their attitudes towards learning it.
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 | 0,013 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».