Les déterminants technologiques de la persévérance des étudiants dans les cours à distance de niveau collégial : Les modalités de cours jouent-elles un rôle?
Notice bibliographique
Résumé
L’objectif de cette étude est d’identifier et d’analyser les déterminants technologiques de la persévérance dans les cours à distance de niveau collégial (n=61), issus du modèle Unified theory of acceptance and use of technology (UTAUT). Les résultats des analyses par équations structurelles (Partial Least Square) indiquent que parmi ces derniers déterminants, seulement les conditions facilitantes ont un impact significatif et positif sur l’intention comportementale d’utiliser les technologies des cours à distance (R2=54%) définie comme l’intention de l’étudiant de réaliser ce comportement, qui a son tour a un effet significatif et positif sur la persévérance, définie par l’intention de finir le cours à distance auquel l’étudiant est inscrit (R2=14,2%) et par l’intention de s’inscrire dans le futur dans d’autres cours à distance (R2=65%). Les analyses des ANOVA font ressortir des différences significatives entre les groupes d’étudiants assignés à des modalités différentes de cours à distance sur tous les facteurs technologiques laissant présager que des analyses différenciées, selon la modalité de cours, devraient être envisagées dans le futur. This study aims to identify and analyze the technological determinants of persistence in college distance education courses (N=61), derived from the Unified theory of acceptance and use of technology (UTAUT) model. The results of the structural equation analyses (Partial Least Square) revealed that among these determinants, only facilitating conditions have a significant and positive impact on the behavioural intention to use distance learning technologies (R2 = 54%) defined as the student’s intention to display this behaviour. Moreover, behavioral intention to use distance learning technologies has a significant and positive effect on persistence, defined as the intention to finish the distance education course in which the student is enrolled (R2 = 14.2 %) and the intention to enroll in other distance education courses in the future (R2 = 65%). The ANOVA analyses revealed significant differences between the groups of students assigned to different courses delivery modes on all the technological factors, suggesting that differentiated analyses, depending on the course delivery mode, should be performed in the future.
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 | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».