Exploring the Roles of Social Participation in Mobile Social Media Learning: A Social Network Analysis
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
<p class="BODYTEXT">Social media is increasingly becoming an essential platform for social connectivity in our daily lives. The availability of mobile technology has further fueled its importance – making it a ubiquitous tool for social interaction. An emerging mode of learning is the mobile social media learning where social media is used in the mobile learning mode. However, limited studies have been conducted to investigate roles of social participation in this field. Thus, the study investigates roles of social participation in mobile social media learning using the “ladder of participation and mastering”. Participants were students taking an educational technology course in a local university. The study was conducted in a four-month period. Data was collected from discussions while learning among the students using one of the mobile social media platforms, Facebook groups. The data was analyzed using a social network analysis tool, NodeXL. Data was analyzed based on egocentric networks, betweeness centrality, and closeness centrality. The findings revealed that there are four roles of social participation in mobile social media, which are: (i) lurkers; (ii) gradually mastering members/passive members; (iii) recognized members; and (iv) coaches. The findings also indicated that over the course of four months, learners can inter-change roles of social participation – becoming more central or less central in learning discussions. As a result, a <em>roles of social participation</em> scale for mobile social media learning is proposed. Future research could be conducted in other fields to investigate whether mobile social media could be used to promote learning. </p>
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| 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 découle