MétaCan
Menu
Retour à la cohorte
Enregistrement W2908298754

The Effective Affect: A Scoping Review of Social Presence

2018· review· en· W2908298754 sur OpenAlexaff
David Mykota

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2018
Typereview
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésAffect (linguistics)PsychologyCommunication
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper reports the findings of a scoping review of the construct social presence. The methodology follows the design for scoping reviews as advocated by Arksey and O’Malley (2005). A scoping study is desirable because by synthesizing the research literature the opportunity to identify practical guidelines for the development of social presence is facilitated. A two-stage screening process resulted in 105 studies identified for inclusion with data extracted using a standardized form. A descriptive numerical analysis and qualitative content analysis for those studies included was undertaken. Results from the manuscripts screened for inclusion and synthesized from the data extracted in the scoping review, provide strategies for the structuring of social presence; the potential benefits of effective affective communication in an online environ; and an overview of the evolution of the construct social presence. Future research that aggregates research findings on social presence is desirable so as to ascertain how the development, design, and instruction of online learning moderates the effects of social presence on student outcomes. As well, future comparative research that considers course enrollment, length of course, course level and discipline is also recommended so as to determine what social presence practices are situation specific and what social presence practices can be generalized to all online learning environments.

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)0,011
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,906
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0060,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,327
Tête enseignante GPT0,657
Écart entre enseignants0,330 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetOnline and Blended LearningTravaux en français237 207