Student understandings of learning at the end of an undergraduate program using networked learning: A case study
Notice bibliographique
Résumé
Course-based online learning has grown significantly in the last decade, yet the understanding of students’ experience of this form of learning is only just starting to emerge. Practitioners and researchers are already starting to explore post course-based networked learning scenarios, including networked lifelong learning. Now would seem to be an opportune time to investigate students' learning experiences in course-based networked environments, in order to inform the development of these post course-based learning environments. The aim of this case study was to examine students’ understandings of learning gained through course-based networked learning, with the aim of shedding some light on how students might engage with post course-based networked learning environments. Specifically, the study sought to understand what aspects of identity as learners and understandings of ways to learn were shown by students who had been through a program using course-based networked learning. Through interviews with six students who were close to completion of an undergraduate program making significant use of networked learning at a west coast Canadian University, this research explored the understandings about learning that these students had developed through their program. Results showed that students were faced with an onslaught of technologies and found it challenging to develop new ways to learn. This suggests that newer ways to learn will have to be explicitly taught if students are to be successful with networked lifelong learning. The study concluded with implications for the development of post course-based networked learning environments, for educational programs using networked learning and for future research on students’ experiences of networked learning.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».