MétaCan
Menu
← Retour à la cohorte
Enregistrement W2498118938 · doi:10.4018/978-1-4666-1933-3.ch004

Upload, Download, Overload!

2012· book-chapter· en· W2498118938 sur OpenAlexaff
Lena Paulo Kushnir, Kenneth Berry

Notice bibliographique

RevueIGI Global eBooks · 2012
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésInformation overloadDownloadUploadOnline learningFeelingPsychologyRelevance (law)PerceptionMultimediaComputer scienceWorld Wide WebSocial psychology

Résumé

récupéré en direct d'OpenAlex

Students often complain of overload in online learning environments. Discussions here consider online design and organization factors that might contribute to students’ reports of overload. This study explored predictions that 1) students’ past online experience, 2) the organization of online environments and relevance of online material with which students work, and 3) the level of task difficulty impact (a) student learning outcomes, (b) students’ reports of overload, and (c) students’ perceptions of having enough time to complete assigned course work. A total of 346 participants were tested in two experiments that manipulated the organization of the online environment and the material that students had to learn. Experiment 1 tested how the organization of the online environment impacted learning outcomes. Findings suggested that online environments that are overly busy and that contain irrelevant information (i.e., stimulus-rich or “stimulus-noisy” online environments) had a negative impact on experienced, savvy online learners, but no impact on students less experienced with online learning environments. Surprisingly, results here suggest that overload affected only experienced students. Experiment 2 tested how the organization of the online material (that students had to learn) impacted learning outcomes. Findings suggested that online learning environments that used hypertext to organize material had a negative impact on student learning outcomes, misconceptions of information, and perceived overload. This chapter examines literature that considers design and organization factors that can impact online learning, and considers design strategies for online teaching environments and strategies for avoiding factors that can leave students feeling overloaded.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0500,028

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 Opus0,023
Tête enseignante GPT0,294
Écart entre enseignants0,270 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooks→Même sujetOnline and Blended Learning→Travaux en français237 207→