翻转教室在高等教育中的影响：基于因果机器学习的分析
综合经济学
2025-10-29 v2 经济学
机器学习
摘要
本研究采用双/去偏机器学习（DML）方法评估了从基于讲座的混合教学向翻转教室模式转变的影响。我们的发现表明，这种转变对学生的自我认知、拖延症和享受程度产生了影响，但对考试成绩、通过率或知识保留没有显著的正面效果。这可以解释为不充分地利用了这种教学方法，以及我们可识别的唯一详细使用数据，凸显了需要额外教学策略的必要性。在方法论方面，我们提出了一种强大的 DML 方法，认为 Likert 量表变量中固有的潜在结构与心理测量原则相一致。
引用
@article{arxiv.2507.10140,
title = {The Effects of Flipped Classrooms in Higher Education: A Causal Machine Learning Analysis},
author = {Daniel Czarnowske and Florian Heiss and Theresa M. A. Schmitz and Amrei Stammann},
journal= {arXiv preprint arXiv:2507.10140},
year = {2025}
}