MétaCan
Menu
Retour à la cohorte
Enregistrement W2605148497 · doi:10.19173/irrodl.v18i2.2891

Student Voices on the Roles of Instructors in Asynchronous Learning Environments in the 21st Century

2017· article· en· W2605148497 sur OpenAlexvenueno aff
Pilar Gómez‐Rey, Elena Barberà, Francisco Fernández‐Navarro

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversitat Oberta de Catalunya
Mots-clésAsynchronous communicationPerspective (graphical)Computer-mediated communicationMathematics educationClass (philosophy)Qualitative researchInstructional designDistance educationQualitative analysisPedagogyPsychologyEducational technologyAsynchronous learningContent analysisTeaching methodComputer scienceSociologyCooperative learningSynchronous learningThe InternetWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

This paper determines which instructional roles and outputs are important in the 21st century from the perspective of students in asynchronous learning environments. This research work uses a literature review, in-depth interviews with experts, and a pilot study with students to define the instructors’ outputs. Following this, roles are determined by using a quantitative methodology (in a sample of 925 students). To our knowledge, the remaining research works on this topic identify the online instructors' roles by a qualitative analysis. The findings suggest that a new role, the life skill promoter, has emerged. Furthermore, analysis of the remaining roles (pedagogical, designer, social, technical and managerial) showed that: (i) online instructors are, first and foremost, pedagogues; (ii) the design of the particular online program influences the pedagogical and designer roles and; (iii) the managerial role has declined in importance over the years due to the development of more intuitive and transparent online scenarios from the beginning of the course onward.

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)0,010
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0060,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,085
Tête enseignante GPT0,476
Écart entre enseignants0,391 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations33
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Review of Research in Open and Distributed LearningMême sujetTechnology-Enhanced Education StudiesTravaux en français237 207