MétaCan
Menu
Retour à la cohorte
Enregistrement W2771283635

Cultural Communication Characteristics and Student Connectedness in an Online Environment: Perceptions and Preferences of Online Graduate Students

2017· article· en· W2771283635 sur OpenAlexvenueno aff
T.C. Green, Malia Hoffmann, Loretta Donovan, Nawang Phuntsog

Notice bibliographique

RevueInternational journal of e-learning & distance education · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial connectednessContext (archaeology)FeelingPsychologyPerceptionPedagogyExploratory researchDistance educationHumanitiesSocial psychologySociologySocial scienceGeographyArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This multi-year exploratory research examined the perceptions of connectedness of students enrolled in an online cohort-based Master’s program in educational technology. The research specifically examined the level of connectedness the graduate students from low-context and high-context cultures felt towards their peers, the professors, and the program. Participants (n = 50) were surveyed on their perceptions of connectedness and what elements of the program and course design led to their level of connectedness. Fourteen participants agreed to follow-up interviews. The data were used to compare how students who identified as low-context culture differed in their perceptions of connectedness to students who identified as high-context culture. The findings suggest that no matter what cultural identification students indicated, the feelings of connectedness toward peers, the professors, and the program were strong. Participants indicated feeling most connected to program professors, primarily due to the intensity and methods of communication. Findings indicate other program and course design elements that led to student connectedness. Implications for online course and program design are discussed. RésuméCette recherche exploratoire pluriannuelle a examiné les perceptions de la reliance des étudiants inscrits à un programme de maîtrise en technologie de l'éducation fondé sur des cohortes en ligne. La recherche a tout particulièrement examiné le niveau de reliance que les étudiants diplômés, provenant de contextes culturels de bas ou de haut niveau, ressentent envers leurs pairs aussi bien qu’envers les professeurs ou le programme. Les participants (n=50) ont été interrogés sur leur perception de la reliance et sur les éléments du programme et de la conception des cours qui influencent leur niveau de reliance. Quatorze participants ont accepté de participer à des entretiens. Les données ont été utilisées pour comparer la manière dont les étudiants identifiés comme provenant de contextes de bas niveau culturel avaient des perceptions différentes de la reliance de ceux identifiés comme provenant de contexte de haut niveau culturel. Les résultats suggèrent que, peu importe la catégorie culturelle des étudiants, le sentiment de reliance envers les pairs, les professeurs, et les programmes était fort. Les participants font part de sentiments particulièrement en lien avec les professeurs programme notamment en raison de l’intensité et des méthodes de communication. Les résultats pointent d’autres éléments de conception de programme et de cours favorisant la reliance étudiante. Finalement, la discussion porte sur les implications de ces résultats concernant la conception des cours et programmes en ligne.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,059
Tête enseignante GPT0,420
Écart entre enseignants0,361 · 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'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

Citations28
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational journal of e-learning & distance educationMême sujetOnline and Blended LearningTravaux en français237 207