MétaCan
Menu
Retour à la cohorte
Enregistrement W2793146308 · doi:10.4018/ijavet.2018010101

Looking Back and Looking Forward

2018· article· en· W2793146308 sur OpenAlexaffabout
Maurice Taylor, Norman Vaughan, Shehzad Ghani, Sait Ataş, Michael Fairbrother

Notice bibliographique

RevueInternational Journal of Adult Vocational Education and Technology · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensMount Royal UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésBlended learningAndragogyFlexibility (engineering)Flipped classroomPedagogyHigher educationPsychologySociologyFaculty developmentProfessional developmentMathematics educationEducational technologyAdult educationPolitical scienceManagement

Résumé

récupéré en direct d'OpenAlex

Using an engagement in research approach this article explores the landscape of blended learning in higher education over the last decade by comparing the results of a critical literature review by Vaughan to an instrumental case study that identified key factors that led to the implementation of a blended learning initiative in one medium sized Canadian university. Findings indicate that although students still prefers the time flexibility of blended learning, there are major differences between undergraduate and graduate students and their motivation for choosing this pedagogy. Professors also find increased teacher-student interactions using a blended learning format but acknowledge more support for course redesign and better professional development and training. From an administrator's viewpoint, one of the main challenges occurred at the individual faculty level in trying to communicate the definition of blended learning to professors. As a way of looking forward, interviews with experts from various Ontario universities and a survey of university personnel from across the country provided some initial insights. A discussion situates the findings using the theoretical lens of andragogy, self-directed learning, the community of inquiry framework, and points to a possible range of additional research questions for blended learning.

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)0,014
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0140,017
Communication savante0,0240,032
Science ouverte0,0030,012
Intégrité de la recherche0,0080,014
Charge utile insuffisante (le modèle a refusé de juger)0,0160,008

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 Opus0,008
Tête enseignante GPT0,344
Écart entre enseignants0,335 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Adult Vocational Education and TechnologyMême sujetOnline and Blended LearningTravaux en français237 207