Tele-proximity: Tele-community of Inquiry Model. Facial Cues for Social, Cognitive, and Teacher Presence in Distance Education
Notice bibliographique
Résumé
<p class="3">Distance education is expanding in all continents, and the use of video has dominated internet. Synchronous Video Communication (SVC) has not been an option thoroughly investigated and practitioners, who use and design synchronous learning scenarios, are in urgent need of guidance. Distant learners face many barriers, and as a result, they drop out more frequently than on-campus students. Educators seem to be equally affected by the “transactional distance” and the new digital literacies needed for facilitating online learning. This study explores the educators’ perspective on how SVC could offer alternative educational forms and possibilities for distance learning. Findings had indicated that the use of visual communication and human to human contact (prosopogonosia: seeing faces) could have a strong impact on learning and teaching, therefore, a theory called Tele-proximity was formulated. Tele-proximity is defined as online embodiment that explains how instructors and students are connected in synchronous networked environment via tele-operations. SVC creates a sense of place or a stage where online identities perform and highlights recent research on audio-visual signals in communication and team work (Pentland, 2012, 2008). The theory can be seen as an extension of the Community of Inquiry Model<strong> </strong>(Garrison, Anderson &amp; Archer, 2000) and a theoretical framework according to which learning objectives could be designed. Transactional distance could be minimized and may be implemented to facilitate more synchronous, visual, and humane options in distance education.</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 | 0,009 |
| 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 | 0,000 |
| 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 ».