Prioritizing the implementation of e-learning tools to enhance the learning environment
Notice bibliographique
Résumé
The implementation of both blended learning and web-based programs is becoming more prevalent within higher education in Canada. Thus, there is increasing reliance upon e-learning tools to support student learning in a variety of teaching environments. Typically, budgetary and programmatic decisions regarding the investment of e-learning resources are made by information technology (IT) administrators and/or professors. However, students are the primary beneficiary of most IT investments. This study examined Business and IT students’ usage patterns and perceptions related to a suite of e-learning tools through open ended and Likert scale survey questions. Findings will assist post-secondary decision-makers in prioritizing IT investments. Further, study results will ensure that the design and implementation of e-learning tools address the needs and usage patterns of the primary client—the student. Resume L’implantation des programmes d’apprentissage hybride et bases sur le Web devient de plus en plus courante dans les etudes superieures au Canada. Donc, il y a une plus grande utilisation des outils eLearning pour soutenir l’apprentissage etudiant dans une variete d’environnements d’enseignement. Typiquement, les decisions touchant les budgets et les programmes concernant l’investissement de ressources en eLearning sont prises par les administrateurs des services de technologie de l’information (IT) et/ou des professeurs. Cependant, les etudiantes et les etudiants sont les premiers beneficiaires de la plupart des investissements en IT. Cette etude examine les profils d’utilisation d’etudiants en commerce et en technologie de l’information des outils eLearning mis a leur disposition, grâce a des questions ouvertes et a un sondage utilisant une echelle de Likert. De plus, les resultats de l’etude permettront de s’assurer que le design et l’implantation d’outils eLearning repondent aux besoins et au profil d’usager du premier concerne, l’etudiant.
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 | 0,017 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».