Trends in distance education research: A content analysis of journals 2009-2013
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<p>This study intends to explore the current trends in the field of distance education research during the period of 2009-2013. The trends were identified by an extensive review of seven peer reviewed scholarly journals: <em>The American Journal of Distance Education</em> (AJDE), <em>Distance Education</em> (DE), <em>The European Journal of Open, Distance and e-Learning</em> (EURODL), <em>The Journal of Distance Education</em> (JDE), <em>The Journal of Online Learning and Technology</em> (JOLT), <em>Open Learning: The Journal of Open, Distance and e-Learning</em> (OL) and <em>The International Review of Research in Open and Distributed Learning</em> (IRRODL). A total of 861 research articles was reviewed. Mainly content analysis was employed to be able to analyze the current research. Also, a social network analysis (SNA) was used to interpret the interrelationship between keywords indicated in these articles. Themes were developed and the content of the articles in the selected journals were coded according to categories derived from earlier studies. The results were interpreted using descriptive analysis (frequencies) and social network analysis. The reporting of the results were organized into the following categories: research areas, theoretical and conceptual frameworks, variables, methods, models, strategies, data collection and analysis methods, and the participants. The study also identified the most commonly used keywords, and the most frequently cited authors and studies in distance education. The findings obtained in this study may be useful in the exploration of potential research areas and identification of neglected areas in the field of distance education. </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.
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 | 0,033 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 découle