MétaCan
Menu
Retour à la cohorte
Enregistrement W1922127570

Learning Together: Exploring Group Interactions Online

2004· article· en· W1922127570 sur OpenAlexaffvenue
Martha A. Gabriel

Notice bibliographique

RevueInternational journal of e-learning & distance education · 2004
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésHumanitiesLigneCollaborative learningSociologyPsychologyPedagogyArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recent studies in the literature on online learning highlight a constructivist approach to knowledge-building in Web-based environments. In this case study of an online course, students were introduced to a constructivist orientation toward learning, a requirement to work in a new learning environment, and a challenge to accomplish academic work with groups of colleagues. Students learned successfully how to accommodate these requirements. In particular, this article tells how communication strategies, collaboration with one another, interaction throughout the course, and consistent participation in the growing online database supported students’ perceptions of self-efficacy and their emerging commitment to a constructivist approach to learning. Des etudes recentes, issues de la litterature sur l’apprentissage en ligne, mettent en relief une approche constructiviste de la construction de connaissances dans des environnements utilisant la technologie Web. Dans cette etude de cas portant sur un cours en ligne, les etudiants ont ete exposes a une orientation constructiviste de l’apprentissage, ils ont du travailler dans un nouvel environnement d’apprentissage et ils ont ete mis au defi de travailler avec des groupes de collegues. Les etudiants ont appris avec succes comment s’adapter a ces conditions. L’article decrit comment les strategies de communication, la collaboration, l’interaction continue et la participation a l’alimentation de la base de donnees en ligne ont contribue a donner aux etudiants un sentiment d’autoefficience et ont cause l’emergence d’un sentiment d’engagement envers une approche constructiviste de l’apprentissage.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,915
Score d'incertitude au seuil0,526

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,366
Écart entre enseignants0,332 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations98
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational journal of e-learning & distance educationMême sujetOnline and Blended LearningTravaux en français237 207