Qualitative Insights from a Canadian Multi-institutional Research Study: In Search of Meaningful E-learning
Notice bibliographique
Résumé
This paper reports the qualitative findings of a mixed methods research study conducted at three Canadian post-secondary institutions. Called the Meaningful E-learning or MEL project, the study was an exploration of the teaching and learning experiences of faculty and students as well as their perceptions of the benefits and challenges of e-learning. Importantly, e-learning was conceptualized as the integration of pedagogy, instructional technology, and the Internet into teaching and learning environments. Based on this definition, participants reflected on e-learning in relation to one or more of the following contexts: face-to-face (f2f) classrooms in which instructional technologies (e.g. learning management systems, video and web-conferencing, mobile devices, etc.) are used; blended or web-enhanced learning environments; and fully online learning environments. Data collected for the study included survey data (n=1377 for students, n=187 for faculty); narrative comments (n=269 for students, n=74 for faculty); and focus groups (n=16 for students, n=33 for faculty). The latter two sets of data comprise the basis of this paper. Four major themes emerged based on the responses of students and faculty. Represented by the acronym HIDI, the themes include human connection (H), IT support (I), design (D), and institutional infrastructure (I). These themes and sub-themes are presented in the paper as well as recommendations for educators and administrators who aspire to make e-learning a pedagogically meaningful experience for both learners and their teachers. Cet article présente les résultats qualitatifs d’une étude de recherche à méthodes mixtes menée dans trois établissements canadiens d’études supérieures. L’étude, intitulée « The Meaningful E-Learning » ou projet MEL, consistait en une exploration des expériences d’enseignement et d’apprentissage de professeurs et d’étudiants ainsi que leurs perceptions des avantages et des défis de l’apprentissage électronique. Chose importante, l’apprentissage électronique a été conceptualisé pour que soient intégrés la pédagogie, la technologie éducative et l’emploi d’internet pour former des environnements d’enseignement et d’apprentissage. Sur la base de cette définition, les participants se sont penchés sur l’apprentissage électronique par rapport à un ou plusieurs des contextes suivants : la salle de classe en situation de face-à-face, où des technologies éducatives (par ex. systèmes de gestion de l’apprentissage, vidéo-conférences et conférences web, appareils mobiles) sont utilisées, des environnements mixtes ou optimisés par le web et des environnements d’apprentissage entièrement en ligne. Les données recueillies lors de l’étude comprennent des données d’enquête (n=1377 pour les étudiants, n=187 pour les professeurs), des commentaires narratifs (n=269 pour les étudiants, n=74 pour les professeurs) ainsi que des groupes de discussion (n=16 pour les étudiants, n=33 pour les professeurs). Les deux derniers ensembles de données constituent la base de cet article. Quatre thèmes principaux ont été mis en lumière en fonction des réponses des étudiants et des professeurs. Représentés par l’acronyme HIDI, les thèmes comprennent la connexion humaine (H), le soutien par technologie de l’information (I), le design (D) et l’infrastructure institutionnelle (I). Ces thèmes et sous-thèmes sont présentés dans l’article et sont accompagnés d recommandations à l’intention des éducateurs et des administrateurs qui souhaitent faire de l’apprentissage électronique une expérience pédagogique significative tant pour les apprenants que pour leurs professeurs.
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 | 0,050 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,013 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,007 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».