MétaCan
Menu
Retour à la cohorte
Enregistrement W2320773209 · doi:10.1080/21548455.2016.1161255

Development and validation of a social media and science learning survey

2016· article· en· W2320773209 sur OpenAlexafffund
Rachel Moll, Wendy Nielsen

Notice bibliographique

RevueInternational Journal of Science Education Part B · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensVancouver Island University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Wollongong
Mots-clésGrounded theorySocial mediaInterviewFocus groupQualitative researchPsychologyQualitative propertyLearning sciencesMathematics educationSociologyPedagogyComputer scienceEducational technologySocial scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to describe the development and validation of a survey that examines science students’ social media learning behaviours. Inherent in critiques regarding ‘digital natives’ is a need to better understand what the current generation of learners actually do in their social media practices for learning. The survey can help us understand how students actually use social media for learning science. Survey development followed an inductive approach [Brinkman, 2013. Qualitative interviewing. Oxford ebook; Mansourian, 2006. Adoption of grounded theory in LIS research. New Library World, 107(9/10), 386–402; Strauss & Corbin, 1998. Basics of qualitative research: Grounded theory procedures and technique (2nd ed.). Newbury Park, CA: Sage], where survey design was informed by results of focus groups with secondary and post-secondary physics students and the survey was iteratively revised after two cycles of administration and validation interviews. The final version of the Social Media and Science Learning Survey can be used by educators and researchers to understand how social media tools can be leveraged in order to allow learning to emerge and to use this knowledge to frame recommendations and methods for integrating these tools into classroom-based environments.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,479
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,004
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,046
Tête enseignante GPT0,383
Écart entre enseignants0,337 · 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

Citations35
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Science Education Part BMême sujetImpact of Technology on AdolescentsTravaux en français237 207