Discourse analysis of computer-mediated conferencing in World Wide Web-based continuing medical education
Notice bibliographique
Résumé
INTRODUCTION: Computer-mediated conferencing (CMC) is a computer messaging system that allows users to engage in asynchronous text-based communications that are independent of time and place. It has been suggested that CMC is an effective modality for facilitating constructivist learning environments that enable adult learners to engage in a continuous, collaborative process of building and reshaping knowledge and understanding. The goals of this exploratory study were to assess the nature of the interactions and collaborative learning characteristics exhibited in World Wide Web-based continuing medical education courseware programs that used CMC and to examine physicians' satisfaction with on-line CMC discussion as a planned learning activity of Web-based CME. METHOD: The Transcript Analysis Tool (TAT) was used to analyze the nature of the discourse that took place in four different Web-based CME courseware programs. Course evaluation surveys and interviews were also conducted with participants to evaluate their satisfaction with on-line CMC discussion. RESULTS: The results suggest that the nature of participation in the programs consisted primarily of independent messages with a minimal amount of learner-to-learner interaction. Elements of critical reflection, interaction, and debate between participants appeared to be missing from these discussions. As such, these discussions were not characteristic of the principles of constructivist learning environments. DISCUSSION: Interactive participation will not occur just because CMC is being used. The design of Web-based CME learning activities, participant characteristics, and facilitation are key factors that influence the effective use of CMC.
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 | 0,010 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».