MétaCan
Menu
Retour à la cohorte
Enregistrement W3096904380 · doi:10.5430/ijhe.v10n1p147

Student Voice in an Extended Curriculum Programme in the Era of Social Media: A systematic Review of Academic Literature

2020· review· en· W3096904380 sur OpenAlexvenueno aff
Joshua Ebere Chukwuere

Notice bibliographique

RevueInternational Journal of Higher Education · 2020
Typereview
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumSocial mediaHigher educationPedagogyMathematics educationSociologyPolitical sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Student voice in this digital age and across higher learning institutions is increasing exponentially with the function of social media. Student voice provides a vibrant communication pathway to extended curriculum programme students in higher education institutions. Social media ensures active participation of extended curriculum programme students in generating views and ideas that define the higher learning environment and experience towards better learning conditions and outcomes. A systematic literature review was used in gathering scientific papers through trusted academic databases. The systematic literature review was conducted between the period of 1 April 2019 and 28 September 2019, by looking into the contents of articles covering the current research objectives. The study’s findings show that social media provides an effective and instant spread of the extended curriculum programme students’ voice across higher education learning institutions. It also allows the students in the extended curriculum programme to engage with each other and the institutional management promptly. Social media promotes extended curriculum programme students’ voice in reaching the right audience at the right time. The results of this study are key for extended curriculum programme students, lecturers, and university management in understanding and applying social media effectively and in bringing transformation to South African higher education institutions and beyond.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,593
Score d'incertitude au seuil0,567

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,475
Écart entre enseignants0,414 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetHigher Education Practises and EngagementTravaux en français237 207