MétaCan
Menu
Retour à la cohorte
Enregistrement W2946033227 · doi:10.4018/ijopcd.2019070104

A Comparison of Guided Notes and Video Modules in an Online Course

2019· article· en· W2946033227 sur OpenAlexaff
Gabrielle Tsai Lee

Notice bibliographique

RevueInternational Journal of Online Pedagogy and Course Design · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Technology Integration
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésHelpfulnessOnline videoMultimediaVideo recordingCourse (navigation)Computer scienceSignificant differenceOnline coursePsychologyMathematics educationMedical educationMedicineEngineeringSocial psychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The purpose of the study was to compare the effects of guided notes versus video modules as a supplement to textbook readings on student quiz scores and to evaluate the overall effectiveness of guided notes in a fully online course. A total of 15 graduate students, aged 22 to 30, participated in this study. The study combined an adapted alternating treatments design and a pretest-posttest design with all participants experienced in both teaching methods in the same sequence. The experimental conditions contained the textbook readings supplemented with guided notes versus video modules. Results indicated both guided notes and video modules were effective, but students' quiz scores were significantly higher under the video modules condition than the guided notes condition. No difference was found in students' perceived helpfulness of the materials, but the students enjoyed video modules significantly more than guided notes.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil0,291

Scores Codex et Gemma par catégorie

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

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 Opus0,123
Tête enseignante GPT0,488
Écart entre enseignants0,365 · 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.

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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Online Pedagogy and Course DesignMême sujetEducation and Technology IntegrationTravaux en français237 207