Elementary students’ affective variables in a networked learning environment supported by a blog: a case study / Variables affectives des élèves du primaire dans un contexte d'apprentissage en réseau soutenu par un blogue: une étude de cas
Notice bibliographique
Résumé
This study documents to what extent writing on a blog in a blended learning environment could influence the affective variables of elementary-school students’ writing. We grounded our framework more specifically in Deci and Ryan’s theory of self-determination. Our research team used both pre and post-tests and we conducted the analysis on the basis of inferential and correlational statistics using SPSS 17®. Results indicate an increase in motivation to write in pupils who used the blog, whereas the number of comments made per post did not seem to have any definitive impact on this subject. Cette étude documente dans quelle mesure l'écriture de blogues dans un contexte d'apprentissage en réseau peut influencer les variables affectives de l'écriture chez les élèves du primaire. Le cadre d’analyse est fondé plus spécifiquement sur la théorie de l'autodétermination (Deci & Ryan, 1985), sur le rapport à l'écriture (Chartrand et Prince, 2009) et sur la théorie transactionnelle de Rosenblatt (1991). L’équipe de recherche a conduit des tests avant et après l’exercice d’écriture afin de mesurer les variables affectives. L’analyse est basée sur des statistiques déductives et corrélationnelles, traitées avec SPSS 17®. L’analyse qualitative est également utilisée pour identifier les intentions d’écriture et les thèmes des messages affichés sur le blogue. Les résultats indiquent une augmentation de la motivation d'écrire chez les élèves ayant utilisé le blogue, tandis que le nombre de commentaires formulés par message ne semble pas avoir eu d’effet décisif.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».