Skip to main content
QUICK REVIEW

[论文解读] Systemic inequities in introductory physics courses: the impacts of learning assistants

Ben Van Dusen, Jayson Nissen|arXiv (Cornell University)|Nov 15, 2017
Innovative Teaching and Learning Methods被引用 4
一句话总结

本研究调查了学习助教(LA)支持的大学物理导论课程是否能缩小性别与种族/民族之间的表现差距。基于LASSO平台的前测和后测数据,使用分层线性模型分析发现,尽管LA提升了整体学生表现,但并未显著减少后测成绩中已存在的不平等差距——性别与种族/民族之间的表现差距在LA支持与非LA支持课程中均保持稳定且显著。

ABSTRACT

Creating equitable performance outcomes among students is a focus of many instructors and researchers. One focus of this effort is examining disparities in physics student performance across genders, which is a well-established problem. Another less common focus is disparities across racial and ethnic groups, which may have received less attention due to low representation rates making it difficult to identify gaps in their performance. In this investigation we examined associations between Learning Assistant (LA) supported courses and improved equity in student performance. We built Hierarchical Linear Models of student performance to investigate how performance differed by gender and by race/ethnicity and how LAs may have moderated those differences. Data for the analysis came from pre-post concept inventories in introductory mechanics courses collected through the Learning About STEM Student Outcomes (LASSO) platform. Our models show that gaps in performance across genders and races/ethnicities were similar in size and increased from pre to post instruction. LA-support is meaningfully and reliably associated with improvement in overall student performance but not with shifts in within-course performance gaps.

研究动机与目标

  • 调查大学物理导论课程中性别与种族/民族群体之间系统性表现不平等的问题。
  • 检验学习助教(LA)支持的教学是否相比非LA支持课程能减少这些表现差距。
  • 评估尽管存在持续的人口统计差异,LA是否真正改善了学生结果的公平性。
  • 利用大规模、多机构平台(LASSO)的数据,以确保统计效能与结果的普适性。
  • 探究在LA与非LA环境中,处于不利地位的学生(按性别与种族/民族划分)的相对进步情况。

提出的方法

  • 使用分层线性模型(HLMs)分析学生表现,同时控制前测成绩与班级层面效应。
  • 应用多层建模以考虑嵌套数据结构:学生嵌套于课程中,并对课程层面的变异设置随机截距。
  • 引入性别、种族/民族和LA状态的固定效应,以分离其对后测成绩的影响。
  • 使用LASSO平台的前测与后测概念测验成绩衡量概念性学习进步。
  • 控制学生层面的前测表现及班级平均前测成绩,以隔离人口统计与教学因素的影响。
  • 采用效应量(Cohen's d)评估不同人口统计群体的相对进步,尤其比较主流群体与处于不利地位的学生。

实验结果

研究问题

  • RQ1在大学物理导论课程中,性别与种族/民族群体之间存在哪些表现差距?
  • RQ2在LA支持与非LA支持课程中,学生表现差距有何不同?
  • RQ3LA在多大程度上减少了不同性别与种族/民族群体在后测成绩中的不平等?
  • RQ4与非LA支持课程相比,LA支持课程中处于不利地位的学生的相对进步(效应量)是否更大?
  • RQ5前测成绩与班级平均前测成绩如何调节人口统计与后测表现之间关系?

主要发现

  • 在非LA支持课程中,处于不利地位性别的学生后测成绩平均比主流性别同龄人低3.5%,且已控制前测成绩。
  • 在非LA支持课程中,处于不利地位种族/民族群体的学生后测成绩平均比主流种族/民族群体同龄人低4.1%,且已控制前测成绩。
  • 在性别与种族/民族两方面均处于不利地位的学生,其后测成绩平均比具有主流身份且前测成绩相当的同龄人低7.6%。
  • LA支持课程在所有人口统计群体中均表现出更高的整体后测成绩,但原始表现差距在统计上未发生变化。
  • 尽管后测成绩的绝对差距未因LA支持而缩小,但处于不利地位的学生相对进步更高:达到87%,而主流学生为80%。
  • 模型未发现LA支持与非LA支持课程之间在不同人口统计群体间表现差距有统计显著减少(p > 0.8)。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。