Introducing Backchannel Technology into a Large Undergraduate Course | Introduction d’une technologie d’arrière-plan dans un vaste cours de premier cycle
Notice bibliographique
Résumé
Backchannel technology can be used to allow students in large lecture courses to communicate with each other and the instructor during the delivery of lecture content and class discussions. It can also be utilized by instructors to capture, summarize, and integrate student questions, ideas, and needs into course content both immediately and throughout the course. The authors integrated backchannel software in one of two sections of a course, leaving the other section as a control; combined, the two sections contained a total number of 871 students. Data was gathered comparing both groups using online surveys and semester grades; results showed that the section using backchannel software had higher class satisfaction and perception of engagement, used their mobile devices more for accessing class content, felt more comfortable participating in class discussions, and had a higher grade average than the section that did not. The authors also explore their own experiences of finding, integrating, and maintaining backchannel technology. La technologie d’arrière-plan peut permettre aux étudiants de grands cours magistraux de communiquer les uns avec les autres et avec l’instructeur durant le cours et les discussions en classe. Les instructeurs peuvent aussi l’utiliser pour saisir, résumer et intégrer les questions, idées et besoins des étudiants dans le contenu du cours, et ce, immédiatement et pendant toute la durée du cours. Les auteurs ont intégré un logiciel d’arrière-plan dans l’une des deux sections d’un cours, faisant de l’autre section son groupe témoin. Ensemble, les deux sections comprenaient 871 étudiants. Des données ont été recueillies pour comparer les deux groupes à l’aide de sondages en ligne et des notes du trimestre. Les résultats ont démontré que la section utilisant le logiciel d’arrière-plan avait une plus grande satisfaction et une meilleure perception de l’engagement, que ses étudiants se servaient de leurs appareils mobiles pour accéder à davantage de contenus, se sentaient plus à l’aise de prendre part aux discussions en classe et avaient une moyenne plus élevée que ceux du groupe qui n’avait pas accès au logiciel. Les auteurs explorent également leurs propres expériences pour trouver, intégrer et entretenir la technologie d’arrière-plan.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».