From Presences to Linked Influences Within Communities of Inquiry
Notice bibliographique
Résumé
<p class="1">Much research has identified and confirmed the core elements of the well-known Community of Inquiry Framework (CoIF): Social, Cognitive and Teaching Presence (Garrison, 2011). The overlap of these Presences, their definitions and roles, and their subsequent impact on the educational experience, has received less attention. This article is prompted by the acceptance of that omission (Garrison, Anderson, &amp; Archer, 2010). It proposes enrichment to the Framework, by entitling the overlapping spaces uniting pairs of Presences as “Influences.” These three spaces, linking pairings of Social, Teaching, and Cognitive Presences, can be labelled as “trusting,” “meaning-making,” and “deepening understanding.” Their contribution to the educational experience is to address constructively some of the challenges of online learning, including learner isolation, limited learner experience of collaborative group work and underdeveloped higher-level abilities. For these purposes we also envisage “cognitive maps” as supporting learners to assess progress to date and identify pathways forward (Garrison &amp; Akyol, 2013). Such maps, developed by a course team, describe the territory that learners may wish to explore, signpost possible activities, and encourage the development of cognitive and interpersonal abilities required for online learning. We hope that considering the Influences may also assist tutor conceptualisations of online community-based learning. Our proposals call on both learners and tutors to conceive of the Presences and Influences as working together, in unison, to enhance the educational experience whilst fostering deep learning. Our suggestions are presented to stimulate scholarly debate about the potential of these interwoven sections, constructively extending the Framework.</p>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».