Learning in Communities of Inquiry: A Review of the Literature (Winner 2009 Best Research Article Award)
Notice bibliographique
Résumé
The purpose of this study was to investigate learning in communities of inquiry (CoI) as the terms are defined in Garrison, Anderson, and Archer’s (2000) framework. We identified 252 reports from 2000 – 2008 that referenced the framework, and we reviewed them using Ogawan and Malen’s (1991) strategy for synthesizing multi-vocal bodies of literature. Of the 252 reports, 48 collected and analyzed data on one or more aspects of the CoI framework; only five included a measure of student learning. Predominantly, learning was defined as perceived learning and assessed with a single item on a closed-form survey. Concerns about the soundness of such measures pervade the educational measurement community; in addition, we question the validity of the particular items employed in the CoI literature. Bracketing these concerns, the review indicates that it is unlikely that deep and meaningful learning arises in CoI. Students associate the surface learning that does occur with independent activities or didactic instruction; not sustained communication in critical CoI. We encourage researchers to conduct more, substantial investigations into the central construct of the popular framework for e-learning and theorists to respond to the mounting body of disconfirming evidence. Resume Le but de cette etude etait d’examiner l’apprentissage dans des communautes d’investigation (COI) tel que defini par le dispositif de Garrison et coll. (2000). Nous avons identifie 252 rapports de 2000 a 2008 qui font reference a ce dispositif, et nous les avons passes en revue en utilisant la strategie d’Ogawan et Malen pour synthetiser des corpus de litterature multivocaux. Des 252 rapports, 48 ont collecte et analyse des donnees sur un ou plusieurs aspects du dispositif COI; seulement cinq incluait une mesure de l’apprentissage etudiant. De facon predominante, l’apprentissage etait defini comme l’apprentissage percu et evalue a l’aide d’un seul item sur un sondage de type ferme. Des inquietudes quant a la valeur de telles mesures impregnent la communaute de recherche en evaluation en education; de plus, nous remettons en question la validite des items employes dans la litterature COI. Entourant ces inquietudes, notre revue des rapports indique qu’il est peu probable qu’un apprentissage profond et significatif se produit en COI. Les etudiantes et etudiants associent l’apprentissage superficiel qui se produit a des activites independantes ou a de l’instruction didactique; pas a de la communication soutenue en COI critique. Nous encourageons les chercheurs a conduire des etudes plus substantielles sur le construit principal de ce dispositif populaire pour le eLearning et les theoriciens a repondre au corpus d’evidences negatives grandissant.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,014 | 0,020 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,007 | 0,010 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».