MétaCan
Menu
Retour à la cohorte
Enregistrement W2613027232 · doi:10.19173/irrodl.v18i3.2676

Employing the EPEC Hierarchy of Conditions (Version II) To Evaluate the Effectiveness of Using Synchronous Technologies with Multi-Location Student Cohorts in the Tertiary Education Setting

2017· article· en· W2613027232 sur OpenAlexaffvenue
Michelle J. Eady, Stuart Woodcock, Ashley Sisco

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCourseworkPopularityCompetence (human resources)Distance educationComputer scienceMathematics educationUsabilityContext (archaeology)Learning environmentPsychologySocial psychologyHuman–computer interactionGeography

Résumé

récupéré en direct d'OpenAlex

<p class="3">As e-learning maintains its popularity worldwide, and university enrolments continue to rise, online tertiary level coursework is increasingly being designed for groups of distributed learners, as opposed to individual students. Many institutions struggle with incorporating all facets of online learning and teaching capabilities with the range and variety of software tools available to them. This study used the EPEC Hierarchy of Conditions (ease of use, psychologically safe environment, e-learning self-efficacy, and competence) for E-Learning/E-Teaching Competence (Version II) to investigate the effectiveness of an online synchronous platform to train pre-service teachers studying in groups at multiple distance locations called satellite campuses. The study included 58 pre-service teachers: 14 who were online using individual computers and 44 joining online, sitting physically together in groups, at various locations. Students completed a survey at the conclusion of the coursework and data were analyzed using a mixed methods approach.</p><p class="3">This study’s findings support the EPEC model applied in this context, which holds that success with e-learning and e-teaching is dependent on four preconditions: 1) ease of use, 2) psychologically safe environment, 3) e-learning self-efficacy, and 4) competency. However, the results also suggest two other factors that impact the success of the online learning experience when working with various sized groups. The study demonstrates that the effectiveness of a multi-location group model may not be dependent only on the EPEC preconditions but also the effectiveness of the instructor support present and the appropriateness of the tool being implemented. This has led to the revised EPEC Hierarchy of Conditions for E-Learning/E-Teaching Competence (Version III).</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 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)0,020
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,111
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0200,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,070
Tête enseignante GPT0,509
Écart entre enseignants0,439 · 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.

Devis d'étudeObservationnel
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

Citations14
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe International Review of Research in Open and Distributed LearningMême sujetOnline and Blended LearningTravaux en français237 207