A Case Study of the Introductory Psychology Blended Learning Model at McMaster University
Notice bibliographique
Résumé
This paper provides a brief review of blended learning as a didactic method, and discusses the issues and challenges of using blended learning models in post-secondary education. Blended learning refers to mixed modes of instruction that combine traditional face-to-face classroom teaching methods and online learning materials. The paper will address challenges faced by large classrooms with a diverse student body, and the ways blended learning models can help alleviate those concerns (i.e. technologically savvy students, the need for course scheduling flexibility). In addition, a case study of blended learning in higher education in the context of a unique first year Introductory Psychology program at McMaster University will be discussed. Lastly, the important learning benefits offered by blended learning systems, along with the potential barriers to their implementation will be addressed. Cet article présente un bref compte rendu de l’apprentissage hybride en tant que méthode didactique. Il traite des problèmes et des enjeux relatifs à l’utilisation des modèles d’apprentissage hybride dans le domaine de l’enseignement postsecondaire. L’apprentissage hybride renvoie aux modes d’enseignement mixtes qui combinent les méthodes d’enseignement traditionnel en présentiel et l’accès à des documents d’apprentissage en ligne. L’article traite des difficultés rencontrées dans les grands groupes comprenant une diversité d’étudiants et des façons dont les modèles d’apprentissage hybride peuvent contribuer à atténuer ces préoccupations (c.-à-d. les étudiants calés en technologie, la nécessité d’une offre de cours souple). De plus, l’article traite d’une étude de cas sur l’apprentissage hybride dans l’enseignement supérieur dans le cadre de la première année d’un programme d’introduction à la psychologie à l’Université McMaster. Enfin, l’article aborde les importants avantages offerts par les systèmes d’apprentissage hybride ainsi que les obstacles potentiels à leur mise en œuvre.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,012 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».