MétaCan
Menu
Retour à la cohorte
Enregistrement W2205401610

Encouraging Self-Regulated Learning Through Electronic Portfolios

2007· article· en· W2205401610 sur OpenAlexaffabout
Philip C. Abrami, Anne Wade, Vanitha Pillay, Ofra Aslan, Eva Mary Bures, Caitlin Bentley

Notice bibliographique

RevueE-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPortfolioPsychologyDocumentationStudent teacherLibrary scienceMathematics educationPedagogyTeacher educationComputer scienceBusiness
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

At the Centre for the Study of Learning and Performance (CSLP) at Concordia University in Montreal, Quebec, we have developed the Electronic Portfolio Encouraging Active Reflective Learning Software (ePEARL) to promote student self-regulation and enhance student core competencies. This paper summarizes the literature on electronic portfolios (EPs), describes ePEARL, and documents our research findings to date including analyses of teacher and student reactions. Participants in this study were 62 school teachers, mostly from elementary schools, and their students (approximately 1200) from seven urban and rural English school boards across Quebec. Student and teacher post-test questionnaire responses suggested that the use of portfolios, and the learning processes they support, were positively viewed and learned well enough to be emerging skills among students. Contrariwise, teachers commented that teaching SRL strategies was new and thus required a change in teaching strategies, strategies that they were not yet accustomed to. Focus groups also revealed the challenges of using portfolios to teach children to self-regulate. And finally, the analysis of student portfolios evidenced only small amounts of student work or high levels of student self-regulation. Resume : Au Centre d’etudes sur l’apprentissage et la performance (CEAP) de l’Universite Concordia a Montreal, Quebec, nous avons concu le logiciel de portfolio electronique reflexif pour l’apprentissage des eleves (PERLE) afin d’encourager l’apprentissage autoregule chez les eleves et d’accroitre leurs competences de base. Cet article presente un resume de la documentation sur les portfolios electroniques, une description de PERLE, ainsi que nos resultats de recherche documentes a ce jour, y compris des analyses des reponses des enseignants et des eleves. Les participants a cette etude se composaient de 62 enseignants, la plupart dans des ecoles primaires, et de leurs eleves (environ 1200) provenant de sept commissions scolaires anglophones urbaines et rurales du Quebec. Les reponses des eleves et des enseignants au posttest suggerent que les portfolios et les processus d’apprentissage qu’ils soutiennent ont ete percus de maniere positive et qu’ils ont ete suffisamment assimiles pour se traduire par de nouvelles competences chez les eleves. En revanche, les enseignants ont mentionne qu’enseigner les strategies d’apprentissage autoregule etait nouveau et que cela exigeait de modifier leurs strategies d’enseignement pour en adopter d’autres auxquelles ils n’etaient pas encore habitues. Les groupes de discussion ont egalement fait ressortir les defis lies a l’utilisation des portfolios dans le but d’apprendre l’autoregulation aux enfants. Enfin, l’analyse des portfolios des eleves a revele que seulement une petite portion des travaux d’eleves demontrait des niveaux eleves d’autoregulation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,538
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,057
Tête enseignante GPT0,362
Écart entre enseignants0,305 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations1
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueE-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher EducationMême sujetReflective Practices in EducationTravaux en français237 207