Closing the Missing Links and Opening the Relationships among the Factors: A Literature Review on the Use of Clicker Technology Using the 3P Model.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Clicker technology is one of the most widely adopted communication systems in college classroom environments. Previous literature reviews on clicker technology have identified and thoroughly documented the advantages, disadvantages, and implications of the use of this technology; the current review is intended to synthesize those earlier findings and recast them in terms of the interrelationship between the “3 Ps” of the 3P model: Presage, Process, and Product factors. Using this guided framework enables the identification of the most up-to-date trends and issues in clicker studies published in peer-reviewed journals since 2009. The review shows that recent clicker studies have examined the effects of clickers in terms of student presage factors (cognitive, non-cognitive, background factors), instructor presage factors (instructor effects and the level of the course taught), process factors (delivery method, instructional activities, and assessment and feedback), and product factors (cognitive and non-cognitive outcomes). A heat-mapping approach is used to facilitate the interpretation of the results. The findings also discuss missing/unaddressed links and the untapped relationships among instructional factors in these studies. This study concludes that teaching and learning with the use of clicker technology is a complex and relational phenomenon; factors that are currently under-explored should be examined using more rigorous research methods to close gaps in the literature and to enhance understanding of the use of clickers in classroom learning environments.
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.
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 | 0,012 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,008 |
| 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 découle