MétaCan
Menu
Retour à la cohorte
Enregistrement W2268152024 · doi:10.1080/1475939x.2015.1120684

Students’ use of personal technologies in the university classroom: analysing the perceptions of the digital generation

2016· article· en· W2268152024 sur OpenAlexafffundabout
Debra Langan, Nicole Schott, Timothy G Wykes, Justin K. Szeto, Samantha Lynn Kolpin, Carla Lopez, Nathan Grant Smith

Notice bibliographique

RevueTechnology Pedagogy and Education · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesWilfrid Laurier University
Mots-clésSociologyPerceptionThe InternetPublic relationsPoliticsHigher educationPedagogyPower (physics)Qualitative researchPsychologyPolitical scienceSocial scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Faculty frequently express concerns about students' personal use of information and communication technologies in today's university classrooms. As a requirement of a graduate research methodology course in a university in Ontario, Canada, the authors conducted qualitative research to gain an in-depth understanding of students' perceptions of this issue. Their findings reveal students' complex considerations about the acceptability of technology use. Their analysis of the broader contexts of students' use reveals that despite a technological revolution, university teaching practices have remained largely the same, resulting in 'cultural lag' within the classroom. While faculty are technically 'in charge', students wield power through course evaluations, surveillance technologies and Internet postings. Neoliberalism and the corporatisation of the university have engendered an 'entrepreneurial student' customer who sees education as a means to a career. Understanding students' perceptions and their technological, social and political contexts offers insights into the tensions within today's classrooms.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,566
Score d'incertitude au seuil0,314

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,349
Écart entre enseignants0,313 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations31
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTechnology Pedagogy and EducationMême sujetOnline and Blended LearningTravaux en français237 207