MétaCan
Menu
Retour à la cohorte
Enregistrement W2490805693 · doi:10.4018/978-1-4666-4904-0.ch001

The Use of Web 2.0 Technologies in Formal and Informal Learning Settings

2013· book-chapter· en· W2490805693 sur OpenAlexaff
Lisa A. Best, Diane N. Buhay, Katherine McGuire, Signe Gurholt, Shari Foley

Notice bibliographique

RevueAdvances in educational technologies and instructional design book series · 2013
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensNew Brunswick Community CollegeUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésInformal learningThe InternetCompetence (human resources)PreferencePsychologyFormal learningSample (material)Knowledge managementComputer scienceMedical educationInternet privacyPedagogyWorld Wide WebSocial psychology

Résumé

récupéré en direct d'OpenAlex

It is often assumed that because the current generation of students is more technologically competent than previous generations, they would prefer to use technology for both formal and informal learning. The results of a series of empirical studies indicated that students in formal settings preferred face-to-face contact with their instructors and used Web 2.0 tools for communication and to complete specific class assignments; in their personal lives, these technologies were used for communication, music and video downloads, and online gaming. Although students did not use social networking in their classes, the use of these tools may provide educators with an alternative to course management systems. Results from a community sample indicated a preference towards using the Internet for information gathering, and even though respondents reported that the incorporation of social networking sites in informal education settings would be nice, it was not expected. Overall, both student and community participants utilized technology that was familiar to them. Thus, assuming technological competence in our students and implementing various technological applications in the classroom may be counterproductive if guidance and training are not provided.

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)0,002
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,795
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,006
Communication savante0,0000,004
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,019
Tête enseignante GPT0,268
Écart entre enseignants0,250 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in educational technologies and instructional design book seriesMême sujetImpact of Technology on AdolescentsTravaux en français237 207