Faculty and Student Interaction in an Online Master’s Course: Survey and Content Analysis
Notice bibliographique
Résumé
BACKGROUND: The provision of online educational courses has soared since the creation of the World Wide Web, with most universities offering some degree of distance-based programs. The social constructivist pedagogy is widely accepted as the framework to provide education, but it largely relies on the face-to-face presence of students and faculty to foster a learning environment. The concern with online courses is that this physical interaction is removed, and therefore learning may be diminished. OBJECTIVE: The Community of Inquiry (CoI) is a framework designed to support the educational experience of such courses. This study aims to examine the characteristics of the CoI across the whole of an entirely online master's course. METHODS: This research used a case study method, using a convergent parallel design to study the interactions described by the CoI model in an online master's program. The MSc program studied is a postgraduate medical degree for doctors or allied health professionals. Different data sources were used to corroborate this dataset including content analysis of both asynchronous and synchronous discussion forums. RESULTS: This study found that a CoI can be created within the different learning activities of the course. The discussion forums integral to online courses are a rich source of interaction, with the ability to promote social interaction, teaching presence, and cognitive learning. CONCLUSIONS: The results show that meaningful interaction between faculty and student can be achieved in online courses, which is important to ensure deep learning and reflection.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».