The Effect of Postgraduate Students’ Interaction with Video Lectures on Collaborative Note-taking
Notice bibliographique
Résumé
Aim/Purpose: This paper aims to explore the effects of students’ interactions with video lectures on the levels of collaboration and completeness of their group note-taking. Background: There has been an increase in the amount of online learning over the last 20 years. With video lectures becoming an increasingly utilized instructional modality, it is essential to consider students’ interactions with videos and the subsequent effect of those interactions on collaboration. Methodology: This research used a combination of survey data about student interactions with video lectures and evidence of student-to-student interactions from a sample of 149 masters and Ph.D. students at a university in South Korea. Contribution: To date, limited research has been conducted on the effect of student interactions with online instructional videos and that interaction’s effect on collaborative note-taking. Past research has examined the effects of lecture-watching behaviors and collaborative note-taking separately, and this paper looks at their relationship with one another. Findings: This paper has two main findings. The first is that interacting more with video lectures increases the amount that students interact with each other. The second is that these higher levels of interaction with videos do not impact the completeness of student note-taking. Recommendations for Practitioners: These findings of this paper suggest that instructors should encourage students to utilize active viewing strategies, as doing so will increase interaction among students, which will subsequently benefit their levels of collaboration. Recommendation for Researchers: This research shows the value of drawing links between aspects of learner consumption of instructional media and other aspects of their learning, particularly collaboration. Impact on Society: The importance of effective instruction and increasing collaboration in online learning is of great value now, particularly so, as much instruction is being delivered in online formats. Future Research: Future research should seek further to understand the relationships between aspects of instruction and collaboration. More specifically, future research could look into clickstream data and collaboration.
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 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 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) | 0,006 | 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 ».