The relationship between mobile learning and self-regulated learning: A systematic review
Notice bibliographique
Résumé
A systematic review of 38 primary research peer-reviewed articles, drawn from six databases and spanning from January 2007 to January 2019, was conducted to determine the principle information that they collectively offered on the relationship between mobile learning (m-learning) and self-regulated learning (SRL). In answering the research questions posed, a synthesis of the following 12 key elements was undertaken: (1) research aims, (2) research methodologies, (3) outcomes, (4) education discipline areas, (5) educational levels, (6) educational contexts, (7) geographic location, (8) time frame, (9) type of device, (10) m-learning and SRL definitions, (11) theoretical models, and (12) m-learning, self-regulation (SR), and SRL variable measurement instruments. The frequency of studies on the relationship between m-learning and SRL increased in more recent years, as did the types of devices used in these studies. More than three quarters of the studies concluded that m-learning enhanced SRL, SRL enhanced m-learning, or m-learning and SRL enhanced other learning factors (e.g., health, curriculum development). Moreover, the relationship between m-learning and SRL was dynamic and complex. A primary recommendation was to intentionally integrate m-learning and SRL into formal curricula guided by informed, technologically adept educators who provided appropriate, ever-decreasing support and scaffolding as learners became more self-determined. Implications for practice or policy: M-learning research and practice should be founded upon relevant theory and validated definitions of m-learning that consider ever-advancing technologies and related pedagogies that include participatory activities. M-learning designers should ensure that mobile technologies are used intentionally and selectively, guided by clearly defined learning objectives, and integrated into the curriculum by technologically adept educators who provide appropriate, ever-decreasing support and scaffolding as learners become more self-determined. When designing m-learning, educators should consider digital safety and privacy issues.
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 | 0,028 | 0,110 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,021 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».