Facilitating interpersonal interaction and learning online: Linking theory and practice
Notice bibliographique
Résumé
INTRODUCTION: An earlier study of physicians' perceptions of interactive online learning showed that these were shaped both by program design and quality and the quality and quantity of interpersonal interaction. We explore instructor roles in enhancing online learning through interpersonal interaction and the learning theories that inform these. METHODS: This was a qualitative study using focus groups and interviews. Using purposive sampling, 50 physicians were recruited based on their experience with interactive online CME and face-to-face CME. Qualitative thematic and interpretive analysis was used. RESULTS: Two facilitation roles appeared key: creating a comfortable learning environment and enhancing the educational value of electronic discussions. Comfort developed gradually, and specific interventions like facilitating introductions and sharing experiences in a friendly, informative manner were helpful. As in facilitating effective small-group learning, instructors' thoughtful use of techniques that facilitated constructive interaction based on learner's needs and practice demands contributed to the educational value of interpersonal interactions. DISCUSSION: Facilitators require enhanced skills to engage learners in meaningful interaction and to overcome the transactional distance of online learning. The use of learning theories, including behavioral, cognitive, social, humanistic, and constructivist, can strengthen the educational design and facilitation of online programs. Preparation for online facilitation should include instruction in the roles and techniques required and the theories that inform them.
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 | 0,011 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,017 |
| Communication savante | 0,010 | 0,011 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».