MétaCan
Menu
Retour à la cohorte
Enregistrement W2545907486

Open badges in online learning environments: Peer feedback and formative assessment as an engagement intervention for promoting agency

2016· article· en· W2545907486 sur OpenAlexaff
Stylianos Hatzipanagos, Jillianne Code

Notice bibliographique

RevueResearch Portal (King's College London) · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésFormative assessmentIntervention (counseling)Agency (philosophy)Electronic learningPeer feedbackPsychologyPeer evaluationPeer assessmentComputer scienceEducational technologyMultimediaMathematics educationHigher educationSociologyPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Student engagement is both a ubiquitous and broadly defined term in education. Engagement is the 'conceptual glue' that connects student agency, social influences, organizational structures, and institutional culture. Of particular interest to the work presented in this paper, is how engagement and agency are interrelated, and the role of this relationship in online learning - particularly in formative assessment and peer feedback. This paper reports on the use of digital badges to support student learning and promote engagement in higher education. The purpose of this open badges intervention was to explore whether open badges can support learning in online environments through peer feedback. Findings indicate that participants demonstrated engagement attributes that encompass affective, behavioural and cognitive indicators, however, the results also showed that the learners' motivation for achieving the badges was opposite of what we expected in our projections.

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)0,013
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,857
Score d'incertitude au seuil0,959

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,074
Tête enseignante GPT0,450
Écart entre enseignants0,376 · 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'étudeAutre devis
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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Portal (King's College London)Même sujetOnline and Blended LearningTravaux en français237 207