Scaffolding wiki‐supported collaborative learning for small‐group projects and whole‐class collaborative knowledge building
Notice bibliographique
Résumé
Abstract While educators value wikis' potential, wikis may fail to support collaborative constructive learning without careful scaffolding. This article proposes literature‐based instructional methods, revised based on two expert instructors' input, presents the collected empirical evidence on the effects of these methods and proposes directions for future refinements. The instructional methods were implemented by an expert instructor teaching a 12‐week 68‐student undergraduate design class in Canada. Data were collected from observations, interviews and content analysis of wikis. The findings revealed that in small‐group project (SGP), the wiki instructional methods enhanced collaborative learning with most instructional methods derived from cooperative learning, but in whole‐class collaborative knowledge building (CKB), the wiki instructional mehtods failed to turn the class into a self‐sustained learning community after the scaffolding faded. We conclude that the genre of wikis should be different for SGP and CKB. While the students easily adopted the ‘reproduced’ genre of wikis for SGP with familiar tasks, they felt overwhelmed or resistant to the unfamiliar ‘emergent’ genre of wikis for CKB in massive collaborative constructive learning. Therefore, we propose that future refinements for wiki‐supported CKB should focus on providing students scaffolding for intersubjectivity (understanding collaborative constructive learning) and transfer of responsibility (developing autonomy).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».