The Interactive Whiteboard: Uses, Benefits, and Challenges. A survey of 11,683 Students and 1,131 Teachers | Le tableau blanc interactif : usages, avantages et défis. Une enquête auprès de 11 683 élèves et 1131 enseignants
Notice bibliographique
Résumé
Over the past five years, the interactive whiteboard (IWB) has been massively introduced into schools across the province of Quebec, Canada. This study explores how the IWB is being used, and the associated benefits and challenges. Data on 11,683 students (from 4th year elementary to grade 12) and 1,131 teachers were collected with five instruments: 1) a survey questionnaire for all students, 2) a survey questionnaire for all teachers, 3) individual interviews with teachers, 4) group interviews with teachers, and 5) group interviews with students. Far from calling into question the need to integrate technology into education, the results reveal that certain tools, such as the IWB, may be more complicated and time-consuming to integrate than others. However, despite teachers’ reports of technical problems, the IWB appears to have real educational potential.Au cours des dernières années les tableaux blancs interactifs (TBI) ont été massivement introduits dans les écoles du Québec (Canada). Cette étude explore comment cet outil numérique est utilisé, de même que les avantages et les défis qui y sont associés. Les données ont été recueillies auprès de 11 683 élèves (de la 4e à la 12e année) et 1 131 enseignants avec cinq outils de collecte de données: 1) un questionnaire d’enquête pour tous les élèves; 2) un questionnaire d’enquête pour tous les enseignants; 3) des entrevues individuelles avec des enseignants; 4) des entrevues de groupe avec des enseignants; 5) des entrevues de groupe avec des élèves. Loin de remettre en question l’intégration des technologies en éducation, les résultats de cette étude révèlent plutôt que certains outils, comme le TBI, peuvent parfois être plus complexes et chronophages à utiliser que d’autres. Néanmoins, même si plusieurs enseignants ont souligné les nombreux problèmes techniques, le TBI comporte un grand potentiel éducatif.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».