The Online Learning Environment: Creating a space for women learners?
Notice bibliographique
Résumé
<P>This paper examines how online distance education acts to democratize access to, and suit the ontologies of, Mauritian women who seek to empower themselves for development. Data from semi-structured interviews of 30 middle class couples are presented in this paper. Interviews and analyses are premised on a feminist perspective and conducted within the social relations analysis framework. The objective of this research was to understand what types of supportive environments (social spaces) enable Mauritian women to engage in educational endeavours that promote their personal potentials and creativities which, in turn, advance democracy for all citizens of Mauritius. Husbands were also interviewed to provide ground for analysis and to decrease bias, which can be generated by women-only data. (1) Marriage/ family and (2) occupation, represent the ‘social spaces’ selected for this study. Discretion, degree of learner control, and the outreach capacity inherent in distance learning makes the online modality a natural choice to democratize women’s access to education. Based on interviewees’ experiences and perceptions, this study concludes that online learning can enhance and democratize women’s access to education for personal development – but only if the power relationships in the two ‘social spaces’ are well understood and well negotiated by these women. The findings in this paper shed light on the importance of understanding ‘learner spaces’ when establishing and setting-up open learning organisations. <BR> </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 | 0,007 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».