MétaCan
Menu
Retour à la cohorte
Enregistrement W2151236438

Community Building and Computer-Mediated Conferencing

2007· article· en· W2151236438 sur OpenAlexaff
Susan D. Moisey, Candace Neu, Martha Cleveland‐Innes

Notice bibliographique

RevueAUSpace (Athabasca University) · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésSocial connectednessCohesion (chemistry)PsychologyComputer-mediated communicationContext (archaeology)PerceptionSense of communityMedical educationSocial psychologyMathematics educationPedagogyComputer scienceMedicineThe InternetChemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study examined the relationship between community cohesion and \ncomputer-mediated conferencing (CMC), as well as other variables potentially \nassociated with the development of a learning community. Within the context of \na graduate-level course in instructional design (a core course in the Masters of \nDistance Education program at Athabasca University) students participated in \nasynchronous online discussion groups as an integral part of their course \nactivities. Upon completion of the course, a questionnaire based on Rovai's (2002) \nClassroom Cohesion Scale (CSS) was administered to examine the relationship \nbetween community cohesion and students' perception of their CMC \nparticipation as well as other selected variables. The CSS was comprised of two \nsubscales: the Connectedness subscale and the Learning Community subscale. \nResults revealed a significant positive correlation between community cohesion \nand passive CMC involvement (i.e., reading postings) but not with more active \nCMC involvement (e.g., making postings, replying to others' postings). Significant \npositive correlations were also found between course satisfaction and community \ncohesion (both the Learning Community and Connectedness subscales) and \nbetween program satisfaction and community cohesion (only the Connectedness \nsubscale).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,273
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAUSpace (Athabasca University)Même sujetOnline and Blended LearningTravaux en français237 207