Assessment of learner acceptance and satisfaction with video-based instructional materials for teaching practical skills at a distance
Notice bibliographique
Résumé
<p>As video-based instructional materials become available to distance learners to learn practical skills at a distance, it is important to assess the instructional effectiveness of these materials and to understand how students respond to them. This paper is the second part of a larger exploratory study that assessed the instructional effectiveness of video-based instructional materials for teaching distance learners practical skills in block-laying and concreting and how learners respond to these instructional materials. Specifically, this paper aims to assess learners’ acceptance and satisfaction with the materials. It also aims to determine whether levels of learner satisfaction and acceptance differ according to study centres. Data were collected from 71 respondents at three study centres using a self-completion questionnaire comprising 17 Likert-type items. The data were analyzed using descriptive statistics, ANOVA, and Scheffe’s post hoc test at a 0.05 level of significance. Learners appeared positive about their learning experiences with the use of video-based instructional materials to learn practical skills at a distance as they rated highly all the items assessing their acceptance and satisfaction. Results of item-by-item ANOVA regarding learner acceptance indicated that the respondents, categorized according to study centres, exhibited similar levels of acceptance for nine of the ten items. For learner satisfaction, there were no statistically significant differences for six of the seven items. Thus, learners of different study centres exhibited about the same level of acceptance and satisfaction.</p>
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».