The Surprising Foil to Online Education: Why Students Won’t Give Up Paper Textbooks
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
Purpose of the Study. Digital resources are an integral part of online education. Although advocates of digitized information believe that millennial students will embrace the paperless classroom, this is not proving to be the case. This research addresses gaps in our understanding of student resistance to giving up paper-based learning resources by examining attributes of the paper textbook that are perceived as necessary for knowledge transfer and that are not present in digital information modalities. Method/Design and Sample. Phase 1 used focus groups to identify the content of items that were incorporated into a quantitative instrument in phase 2. A sample of 386 undergraduate students taking marketing courses at a Canadian urban university completed the online survey. We then used Confirmatory Factor Analysis to test the factors linked to resistance to discontinuing paper textbooks. Results. Students’ resistance to giving up the paper textbook positively relates to the way in which the paper textbook facilitate learning and study processes, is permanent and under the students’ control during and after the course is finished. The fluid and dynamic nature of digital content compared to the more consistent and predictable nature of information on paper appears to be a barrier to the acquisition of knowledge for the purpose of assessment. Value to Marketing Educators. This study provides insights into the underlying reasons for student resistance to discontinuing paper-based learning resources, and benefits marketing educators and developers of educational content by outlining ways to improve student learning success.
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 | 0,006 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,006 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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