MétaCan
Menu
Retour à la cohorte
Enregistrement W2767442836 · doi:10.5206/eei.v27i2.7750

Teaching and Learning in Two iPad-Infused Classrooms: A Descriptive Case Study of a Dual Classroom, School-Based Pilot Project

2017· article· en· W2767442836 sur OpenAlexaffvenue
Kimberly Maich, Carmen Hall, Tricia van Rhijn, Megan Henning

Notice bibliographique

RevueExceptionality Education International · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensBrock UniversityUniversity of GuelphFanshawe CollegeMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMathematics educationFocus groupPsychologyDescriptive statisticsTeaching methodPerceptionMultimethodologyPedagogySociologyMathematics

Résumé

récupéré en direct d'OpenAlex

This multi-methods, descriptive case study examines attitudes and practices of classroom-based iPad use. The site is one inner-city, urban, publicly funded school, focused on two iPad-infused classrooms (Grade 2/3 and Grade 4/5). Data were collected from 5 educators and 35 students to investigate two research questions: How are iPads being utilized in student instruction? How do educators and students perceive the value of using iPads in the classroom? For this study, we analyzed the transcript of a focus group with five educators, data from 10 days of structured student observations, and the results from 35 student questionnaires. Five themes emerged from the focus group; the strongest related to pedagogical practices. Data related to student perceptions indicated a positive attitude toward iPads. They enjoyed iPad use, were concerned about equity issues, had high self-ratings about related skills, felt they used it most often in Mathematics, and indicated various preferred applications. Overall, iPads were used in 31.7% of observed instructional time, 94.7% of which was facilitated by classroom teachers. Of this iPad- based instructional time, 72.5% was for individualized teaching, typically in language and/or mathematics instruction. Our analysis culminates in recommendations for school leadership such as teaching prerequisite skills and providing ongoing technological supports.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
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 seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0100,005
Communication savante0,0040,003
Science ouverte0,0030,005
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,071
Tête enseignante GPT0,411
Écart entre enseignants0,340 · 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

Citations11
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueExceptionality Education InternationalMême sujetChild Development and Digital TechnologyTravaux en français237 207