MétaCan
Menu
Retour à la cohorte
Enregistrement W2478705633 · doi:10.4018/ijdldc.2016040102

Conceptions and Instructional Strategies of Pre-Service Teachers towards Digital Game based Learning Integration in the Primary Education Curriculum

2016· article· en· W2478705633 sur OpenAlexaffabout
Margarida Roméro, Jean-Nicolas Proulx

Notice bibliographique

RevueInternational Journal of Digital Literacy and Digital Competence · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCurriculumMathematics educationRepurposingCompetence (human resources)Digital literacyTechnology integrationGame based learningComputer sciencePedagogyPsychologyTeaching methodEngineering

Résumé

récupéré en direct d'OpenAlex

Teachers' digital literacy is part of the 21st century professional competences and is an essential part of the decision-making process leading to integrate the use of technologies in the classroom according to the curricular needs. This article focus on the teachers' competence to integrate technologies in the classroom by analyzing their integration strategies. The teachers' curricular integration strategies are analyzed in this article by analyzing Digital Game Based Learning (DGBL) curricular integration strategies with a group of 73 pre-service primary teachers in Université Laval (Canada). The results show the pre-service teachers selected the use of existing resources instead of the creation of new ones. The majority of the selected resources were games in the are of Mathematics. The participants discussed this strategy as the easiest way to align the digital games in the primary education curriculum. The authors discuss, at the end of the paper, the limits of this strategy and the opportunities to develop alternative ways to integrate digital games in the classroom to develop the curricular objectives such game repurposing and the creation of digital games as a learning activity.

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 enseignants0,797
Score d'incertitude au seuil0,766

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 technologies0,0000,000
Communication savante0,0010,004
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 Opus0,012
Tête enseignante GPT0,310
Écart entre enseignants0,298 · 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

Citations6
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Digital Literacy and Digital CompetenceMême sujetEducational Games and GamificationTravaux en français237 207