Investigating the Benefits and Challenges of Using Laptop Computers in Higher Education Classrooms / Étude sur les avantages et les défis associés à l'utilisation d'ordinateurs portables dans les salles de classe d'enseignement supérieur
Notice bibliographique
Résumé
The purpose of this study was to investigate the benefits and challenges using laptop computers (hereafter referred to as laptops) inside and outside higher education classrooms. Quantitative and qualitative data were collected from 156 university students (54 males, 102 females) enrolled in either education or communication studies. Benefits of using laptops in class were active note taking, particularly when instructors provided materials ahead of time, searching for academic resources, use of subject-specific software, communicating and sharing information with peers, and engaging with online interactive tools. Challenges of using laptops inside the class included surfing the web for personal reasons, social networking with peers and, to a lesser extent, entertainment in the form of watching video podcasts or playing games. Benefits were reported far more often than challenges inside the classroom. Benefits of using laptops outside of class included collaboration with peers, increased productivity, and conducting research. Challenges of using laptops outside of class included surfing the web for personal reasons, social networking, and entertainment. Benefits and challenges were reported equally often outside the classroom. More research needs to be conducted on the extent to which distractions impede learning and productivity inside and outside the class. Cette étude avait pour but d’examiner les avantages et les défis associés à l'utilisation d’ordinateurs portables à l'intérieur et à l'extérieur des salles de classe d’enseignement supérieur. Des données quantitatives et qualitatives ont été recueillies auprès de 156 étudiants universitaires (54 hommes, 102 femmes) inscrits dans des programmes d’éducation ou de communication. Les avantages de l'utilisation d’ordinateurs portables en classe incluaient la prise active de notes, en particulier lorsque les instructeurs fournissaient la documentation à l'avance, la recherche de ressources universitaires, l'utilisation de logiciels spécifiques, la communication et le partage d’informations entre pairs, ainsi que l’utilisation active d’outils interactifs en ligne. Les défis incluaient le fait que les étudiants naviguent sur le web pour des raisons personnelles, utilisent les réseaux sociaux avec des pairs et, dans une moindre mesure, se divertissent en regardant des podcasts ou en jouant à des jeux vidéo. Les avantages ont été beaucoup plus souvent signalés que les défis. Les bénéfices de l'utilisation d’ordinateurs portables en dehors des cours incluaient la collaboration entre les pairs, une productivité accrue et la recherche en ligne. Les défis de l'utilisation d’ordinateurs portables en dehors des cours comprennent le fait que les étudiants naviguent sur le web pour des raisons personnelles, utilisent les réseaux sociaux et se divertissent. Dans le cas de l’utilisation des portables en dehors des salles de classe, les avantages et défis ont été signalés de manière égale. Des recherches supplémentaires doivent être menées pour déterminer dans quelle mesure les distractions entravent l'apprentissage et la productivité à l'intérieur et à l'extérieur de la salle de classe.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».