Does Size Matter? Instructors’ and Students’ Perceptions of Students’ Use of Technology in the Classroom
Notice bibliographique
Résumé
Aim/Purpose: The aim of this study was to explore whether students’ self-initiated personal technology use differ by class size as well as to explore students and instructors’ perspectives on whether students’ technology use in class is a problem. Background: Because class size influences several aspects of student engagement, it is plausible that class size would affect students’ technology behaviours, but, to our knowledge, no study has directly examined class size as a factor in students’ on- and off-task technology use. There is also a paucity of research on how the use of off-task technology affects instructors. Methodology: We surveyed all undergraduate students and faculty in one Faculty at a Canadian university in Fall 2016. A total of 478 students and 36 instructors completed the survey. The survey contained questions about students’ and instructors’ behaviours and attitudes towards the use of technology in class. Quantitative data were analyzed in SPSS and Excel and qualitative excerpts from short-answer questions on the survey were analyzed in NVIVO 8. Contribution: This paper demonstrates that students’ on- and off-task technology use in class is influenced by class-size. It also informs us on the impact students’ technology use has on instructors in the academic classroom. Findings: Student-initiated technology use increased significantly as class size increased. Students and instructors expressed little concern about the impact of class-related technology use on learning and views did not differ significantly between these two groups. Although both students and instructors believed off-task technology use hinders learning, their views differed significantly, with more instructors than students feeling strongly that students’ use of technology in class is a problem. Recommendations for Practitioners: We need to develop guidelines on how to address off-task technology use in class. Recommendation for Researchers: More research is needed to explore how the use of technology in class affects instructors. Impact on Society: Higher education industry needs to consider how to manage the use of off-task technology in class. Future Research: We need to explore further how to mitigate the factors contributing to the off-task technology use in academic classroom.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».