Experiences of Online Closeness in Virtual Learning Environments (VLEs)
Notice bibliographique
Résumé
Abstract In virtual learning environments (VLEs) students often find themselves in front of a computer, looking at a bright screen, interacting with classmates and teachers through a keyboard and a mouse, and, in most cases, listening and watching someone who is not physically present. Virtual components (or even an entirely online classroom) are not rare, and growing concern is currently surfacing about students’ potential feeling of isolation, which has been found to increase educational barriers such as lack of motivation or engagement, or poor academic achievement. We may therefore begin to wonder whether VLE allows for the necessary interpersonal involvement required for learning. Using a qualitative phenomenological research methodology called phenomenology of practice, the aim of this study was to understand what it is like to experience a sense of closeness to others in a VLE. Data was gathered by means of in-depth phenomenological interviews with five adult university students recruited via snowball sampling who had previous experience in VLE settings. The findings revealed that students may experience closeness with their classmates and teachers when they suddenly look beyond the superficial technological hurdles and find the humanity in the virtual others, when they share a difficult group experience, or when they create a personal virtual space. This study showed that closeness is indeed essential in education, and that even online we repeatedly find ourselves in a continuum of closeness to others, moving from an experience of togetherness to an experience of loneliness, or vice versa.
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 | 0,001 | 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 ».