Developing Computer Resources to Automate Analysis of Students’ Explanations of London Dispersion Forces
Developing Computer Resources to Automate Analysis of Students’ Explanations of London Dispersion Forces
复制标题
开发计算机资源以自动分析学生——伦敦分散力量的解释
DOI：
10.1021/acs.jchemed.0c00445
复制
发表时间：
2020
影响因子：
3
通讯作者：
Cooper, Melanie M.
中科院分区：
文献类型：
--
作者：
Noyes, Keenan;McKay, Robert L.;Neumann, Matthew;Haudek, Kevin C.;Cooper, Melanie M.
由于技术的发展，计算机辅助分析学生对问题的书面回答正在成为可能。这可以使这种构造的回答问题更可行地用于大型教室，其中多项选择评估通常被认为是更实用的选择。在这项研究中，我们使用以前开发的提示和编码方案来描述学生对伦敦分散力量起源的解释，以开发机器学习资源，可以为大量学生进行这样的分析。我们发现，通过使用大量人类编码的学生响应（N= 1，730），与人类编码员相比，我们随后可以以更高的准确度自动描述学生的响应。此外，这些资源是使用来自多个机构的几个不同学生群体的响应开发的，以确保我们的资源可以与来自不同背景的学生一起工作，并且这些计算机资源可以检测学生解释这种现象的不同方式。这些资源可以帮助教师管理更复杂的开放式评估任务，以更大数量的学生和分析的反应捕捉语言对应的因果机械推理。教师可以使用这些信息来更好地支持学生的学习。
Computer-assisted analysis of students’ written responses to questions is becoming a possibility due to developments in technology. This could make such constructed response questions more feasible for use in large classrooms where multiple choice assessments are often considered a more practical option. In this study, we use a previously developed prompt and coding scheme to characterize students’ explanations of the origins of London dispersion forces in order to develop machine learning resources that can carry out such an analysis for large numbers of students. We found that by using large numbers of human coded student responses (N= 1,730) we could subsequently automatically characterize students’ responses at a high level of accuracy compared to human coders. Furthermore, these resources were developed using responses from several different groups of students across multiple institutions to ensure both that our resources can work well with students from different backgrounds and that these computer resources can detect the different ways in which students explain this phenomenon. Such resources may help instructors to administer more complex open-ended assessment tasks to larger numbers of students and analyze the responses capturing language corresponding to causal mechanistic reasoning. Instructors could then use this information to better support their students’ learning.
登录
查看更多内容
使用多项选择和解释项目验证科学知识整合的测量
影响因子：
1.5
作者：
Hee;O. Liu;M. Linn
通讯作者：
M. Linn
K-12 科学教育框架
DOI：
--
发表时间：
2012
期刊：
影响因子：
--
作者：
Helen R. Quinn
通讯作者：
Helen R. Quinn
影响因子：
4.6
作者：
Nehm, Ross H.;Schonfeld, Irvin Sam
通讯作者：
Schonfeld, Irvin Sam
影响因子：
2.3
作者：
Barker, V;Millar, R
通讯作者：
Millar, R
DOI：
10.1187/cbe.11-08-0084
发表时间：
2012
期刊：
CBE life sciences education
影响因子：
--
作者：
Haudek KC;Prevost LB;Moscarella RA;Merrill J;Urban-Lurain M
通讯作者：
Urban-Lurain M