Quiet Participation: Investigating non-posting activities in online learning
Notice bibliographique
Résumé
Despite the growth in online learning offerings in K-12 and higher education, limited research has been undertaken to better understand less visible online learning activities. Reading and rereading are not typically valued as important indicators of learning since number or frequency of entries, words or key phrases are usually visible and easily tracked. This paper addresses reading, writing and revisiting behaviours by cluster groups in eight online courses, and looks for patterns related to rereading. Participant perceptions of the value of rereading entries in online learning are discussed. The findings highlight the importance of a more nuanced understanding of the different roles reading and rereading play in online learning discussions. This research informs our understanding of the importance of non-posting behaviors to student learning. Instructionally, these results may encourage valuing of different “paths” to online learning success beyond the criterion of written entries.Despite the growth in online learning offerings in K-12 and higher education, limited research has been undertaken to better understand less visible online learning activities. Reading and rereading are not typically valued as important indicators of learning since number or frequency of entries, words or key phrases are usually visible and easily tracked. This paper addresses reading, writing and revisiting behaviours by cluster groups in eight online courses, and looks for patterns related to rereading. Participant perceptions of the value of rereading entries in online learning are discussed. The findings highlight the importance of a more nuanced understanding of the different roles reading and rereading play in online learning discussions. This research informs our understanding of the importance of non-posting behaviors to student learning. Instructionally, these results may encourage valuing of different “paths” to online learning success beyond the criterion of written entries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».