Pandemic designs for the future: perspectives of technology education teachers during COVID-19
Notice bibliographique
Résumé
Purpose The disruption caused by the pandemic declaration and subsequent public health measures put in place have had a substantial effect on teachers’ abilities to support student engagement in technology education (TE). The purpose of this paper is to explore the following research question: How do TE teachers see emergency remote teaching (ERT) transitions to blended learning into the next academic year affecting their profession? Design/methodology/approach A snowball and convenience sampling design was used to recruit specialist teachers in TE through their professional organization and were asked to respond to the question: What are your concerns about the future of teaching TE remotely? The qualitative data collected from the participants (N = 42) was analyzed thematically (Braun and Clarke, 2006). Findings The analysis revealed that the switch to ERT impacted the teachers’ ability to support hands-on competency development owing to inequitable student access to tools, materials and resources, all of which affected student motivation and engagement. As a result, teachers raised questions about the overall effectiveness of online learning approaches and TE’s future and sustainability if offered completely online. Originality/value This research is the first of its kind exploring the experiences of TE teachers during the COVID-19 pandemic. In answer to the challenges identified by teachers, the authors offer a blended learning design framework informed by pandemic transformed pedagogy that can serve as a model for educators to use when designing blended instruction.
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 | 0,017 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,024 | 0,019 |
| Communication savante | 0,020 | 0,010 |
| Science ouverte | 0,002 | 0,015 |
| Intégrité de la recherche | 0,006 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».