The importance of interaction for academic success in online courses with hearing, deaf, and hard-of-hearing students
Notice bibliographique
Résumé
This paper reports the findings of three studies within a program of research designed to better understand the factors contributing to the academic achievement of students in online courses and the contributions of interaction to online learning. The first study compared the academic achievement of students in the online and face-to-face (F2F) sections of multiple courses. In the second study, an online survey was used to obtain student perceptions of course satisfaction, learning, and communication. These factors were then related, using binary logistic regression analysis, to the amount of interaction that occurred in the students’ respective online courses; information from the myCourses course management system was used to quantify the amount of interaction that occurred in online courses. In the final study, both datasets were used to examine the academic achievement of students in online courses based upon the amount of interaction that had actually occurred. Whenever possible, a subgroup of deaf and hard-of-hearing students was included in the study to increase our understanding of the role that communication plays in the teaching-learning process. Our findings indicate that students enrolled in online courses, especially those designed with high levels of online interaction, receive higher grades and report greater learning than students in comparable F2F courses. In addition, online courses appear to provide deaf and hard-of-hearing students with special benefits in terms of academic achievement through online discussion. Overall, the studies illuminate how the quantity of interaction in online discussions relates to important success factors. Students in online courses with more interaction outperformed students in online courses with less interaction.
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 | 0,003 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».