MétaCan
Menu
Retour à la cohorte
Enregistrement W2528363642 · doi:10.19173/irrodl.v17i5.2547

Supervision on Social Media: Use and Perception of Facebook as a Research Education Tool in Disadvantaged Areas

2016· article· en· W2528363642 sur OpenAlexvenueno aff
Christoph Pimmer, Jennifer Chipps, Petra Brysiewicz, Fiona Walters, Sebastian Linxen, Urs Gröhbiel

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDisadvantagedDistance educationExploratory researchM-learningSocial mediaSpace (punctuation)PsychologyQualitative researchPerceptionEducational technologyClass (philosophy)Mathematics educationPedagogyMobile deviceSociologyComputer scienceWorld Wide WebSocial sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

This exploratory study investigates how a typically disadvantaged user group of older, female learners from rural, low-tech settings used and perceived a Facebook group as a research supervision and distance learning tool over time. The within-stage mixed-model research was carried out in a module of a part-time, advanced midwifery education course in rural South Africa. To address the research questions, three quantitative and qualitative surveys were repeated, pre, post, and three months post evaluation. The findings indicate that using the social media space lowered learners' threshold to accessing educational resources. The increased ease of communication was afforded in particular by using mobile phones to access the space. The analysis also suggests that the social networking site became a more integral part of students' learning environments. The learners' use of the site to discuss further course and work-related issues increased during the intervention and also remained significantly higher in the three-month, post evaluation survey, indicating the routinisation and habitualisation of this learning space. The practical implications and constraints of using social networking spaces to enhance disadvantaged groups of learners’ access to educational resources are discussed.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,219
Tête enseignante GPT0,543
Écart entre enseignants0,324 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations19
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Review of Research in Open and Distributed LearningMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207