MétaCan
Menu
Retour à la cohorte
Enregistrement W1253825657 · doi:10.4018/ijmbl.2015100104

A Design Based Research Framework for Implementing a Transnational Mobile and Blended Learning Solution

2015· article· en· W1253825657 sur OpenAlexaffabout
Agnieszka Palalas, Nicole Berezin, Charlotte Nirmalani Gunawardena, Gretchen Kramer

Notice bibliographique

RevueInternational Journal of Mobile and Blended Learning · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Learning in Education
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésDesign-based researchSalientProcess (computing)Knowledge managementSociologyConceptual frameworkPedagogyComputer scienceEngineering managementEngineeringSocial science

Résumé

récupéré en direct d'OpenAlex

The article proposes a modified Design-Based Research (DBR) framework which accommodates the various socio-cultural factors that emerged in the longitudinal PA-HELP research study at Central University College (CUC) in Ghana, Africa. A transnational team of stakeholders from Ghana, Canada, and the USA collaborated on the development, implementation, and subsequent modification of the DBR framework. The recommended framework is a result of lessons learned during this project in Ghana and as such, it is shaped by the need to be responsive to the local cultural and contextual contingencies. The article offers practical recommendations on the implementation of a mobile learning project in a cross-cultural setting, and provides a discussion of the salient cultural factors and the corresponding culturally-sensitive adaptations needed in the design research process. The Cross-Culture Design-Based Research (CC-DBR) framework is proposed to inform future transcultural m-learning studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,101
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil0,533

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1010,050
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,005
Études des sciences et des technologies0,0060,016
Communication savante0,0150,010
Science ouverte0,0070,011
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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.

Tête enseignante Opus0,094
Tête enseignante GPT0,385
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mobile and Blended LearningMême sujetMobile Learning in EducationTravaux en français237 207