MétaCan
Menu
Retour à la cohorte
Enregistrement W2915069616 · doi:10.5206/cjsotl-rcacea.2018.3.11

L'implantation du portfolio électronique et le développement des environnements personnels d'apprentissage des étudiants

2018· article· fr· W2915069616 sur OpenAlexvenueno aff
Stéphanie Boéchat-Heer

Notice bibliographique

RevueThe Canadian Journal for the Scholarship of Teaching and Learning · 2018
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesElectronic portfolioFeelingPsychologySociologyPortfolioArt

Résumé

récupéré en direct d'OpenAlex

Cet article présente les résultats d’une enquête par questionnaire réalisée à quatre reprises auprès d’étudiants en formation à l’enseignement. L’objectif de cette recherche est de montrer dans quelle mesure l’implantation du portfolio électronique permet le développement de compétences professionnelles en technologies éducatives et améliore le sentiment d’auto-efficacité des étudiants dans le domaine. Les résultats de cette étude longitudinale montrent que l’appropriation du portfolio électronique par les étudiants permet de développer leurs compétences en technologies éducatives ainsi que leurs environnements personnels d’apprentissage (EPA) et améliore leur sentiment d’auto-efficacité dans le domaine. This article presents the results of a questionnaire survey conducted four times among students in teacher training. The purpose of this research is to demonstrate to what extent the implementation of the e-portfolio allows for the development of professional skills in educational technologies and improves the feeling of self-efficacy of the students in the field. The results of this longitudinal study show that the utilization of the electronic portfolio by students helps to develop their skills in educational technologies as well as their personal learning environments (PLEs) and improves their feeling of self-efficacy in the field.

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)0,006
score de la tête « metaresearch » (Gemma)0,018
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,377
Écart entre enseignants0,304 · 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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal for the Scholarship of Teaching and LearningMême sujetReflective Practices in EducationTravaux en français237 207