MétaCan
Menu
Retour à la cohorte
Enregistrement W2520609142 · doi:10.7202/1037358ar

Factors Impacting University Instructors’ and Students’ Perceptions of Course Effectiveness and Technology Integration in the Age of Web 2.0

2016· article· en· W2520609142 sur OpenAlexaffvenueabout
Vivek Venkatesh, Jihan Rabah, Magda Fusaro, Annie Couture, Wynnpaul Varela, Kristopher Alexander

Notice bibliographique

RevueMcGill Journal of Education / Revue des sciences de l éducation de McGill · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensUniversité du Québec à MontréalConcordia University
Organismes subventionnairesnon disponible
Mots-clésICTSPerceptionTechnology integrationInformation and Communications TechnologyPsychologyMathematics educationPedagogyEducational technologyMedical educationComputer scienceWorld Wide WebMedicine

Résumé

récupéré en direct d'OpenAlex

We are witnessing the integration of increasingly sophisticated information and communication technologies (ICTs) in higher education settings. Understanding learners’ and instructors’ perceptions of their proficiency and use of ICTs is critical to the success of their integration in universities. Using a theoretical framework grounded in technology integration and educational psychology, survey data were collected from students and instructors spanning 12 Quebec universities. Results show that, for instructors, the efficacy of ICT use, and constructivist, interactive forms of teaching most strongly predict a positive perception of the classroom learning experience. Meanwhile, for students, stimulating lectures are the chief predictors of their learning appreciation. Directions for future research are discussed in light of the results of this study.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,200
Score d'incertitude au seuil0,443

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
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 Opus0,158
Tête enseignante GPT0,431
Écart entre enseignants0,274 · 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

Citations46
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMcGill Journal of Education / Revue des sciences de l éducation de McGillMême sujetOnline and Blended LearningTravaux en français237 207