MétaCan
Menu
Retour à la cohorte
Enregistrement W1525846365 · doi:10.21432/t25g71

Meeting the challenge of providing flexible learning opportunities: Considerations for technology adoption amongst academic staff | Relever le défi de fournir des occasions d’apprentissage flexibles : considérations pour l’adoption de la technologie

2015· article· en· W1525846365 sur OpenAlexaffvenue
Negin Mirriahi, Bhuvinder Singh Vaid, David P. Burns

Notice bibliographique

RevueCanadian Journal of Learning and Technology · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensKwantlen Polytechnic UniversitySimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesAffordanceSociologyPsychologyPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

This paper reports on a subset of findings from a larger study investigating resistance from academic staff to the integration of technology with on-campus foreign language teaching at one North American higher education institution. The study revealed that the factors influencing technology adoption paralleled Davis’ Technology Acceptance Model’s tenets of perceived usefulness and ease of use. Further, this study supports Lai and Savage’s (2013) assertion of a lack of attention to the pedagogical affordances of technology when adoption decisions are made by instructors, thus we highlight the need for higher education leaders to determine strategies promoting awareness of the benefits technology-enabled teaching and learning can bring to advance educationally-rich flexible learning opportunities. Cet article traite d’un sous-ensemble de résultats provenant d’une étude plus vaste ayant enquêté sur la résistance des universitaires envers l’intégration de la technologie à l’enseignement en langue étrangère sur le campus dans un établissement nord-américain d’études supérieures. L’étude a révélé que les facteurs ayant une influence sur l’adoption de la technologie coïncident avec les principes du modèle d’acceptation de la technologie de Davis sur l’utilité perçue et la facilité d’utilisation. De plus, cette étude appuie l’assertion de Lai et Savage (2013) d’un manque d’attention envers les affordances pédagogiques de la technologie lorsque les décisions d’adoption sont prises par les formateurs. Nous soulignons donc le besoin, pour les meneurs de l’éducation supérieure, de déterminer les stratégies qui favorisent la connaissance des avantages de l’enseignement et de l’apprentissage que permet la technologie pour faire progresser les occasions d’apprentissage flexibles et riches sur le plan éducatif.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,618
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,094
Tête enseignante GPT0,338
Écart entre enseignants0,244 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Learning and TechnologyMême sujetOnline and Blended LearningTravaux en français237 207