MétaCan
Menu
Retour à la cohorte
Enregistrement W3118351866 · doi:10.5206/cjsotl-rcacea.2020.3.8328

The User Experience Design for Learning (UXDL) Framework: The Undergraduate Student Perspective

2020· article· en· W3118351866 sur OpenAlexaffvenueabout
Meagan Troop, Darcy White, Kristin Wilson, Pia Zeni

Notice bibliographique

RevueThe Canadian Journal for the Scholarship of Teaching and Learning · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)USableContext (archaeology)Online learningQualitative researchPsychologyInstructional designLearning designMathematics educationPedagogyComputer scienceWorld Wide WebSociology

Résumé

récupéré en direct d'OpenAlex

The User Experience Design for Learning (UXDL) Honeycomb is an online learning design framework aimed at creating valuable online learning experiences, which some post-secondary institutions have started to use to guide the design of their online courses. While each of the principles are supported by psychological research, this framework has not been directly validated or corroborated by the student experience. The present study aims to address whether the UXDL framework aligns with students’ preferences, beliefs, and behaviours in online learning in a post-secondary context. This research adds to the growing literature on students’ preferences, beliefs, and experiences in online learning, focusing specifically on second-year Canadian undergraduate students at a mid-sized, research-intensive university. Using a three-pronged methodological approach, we explore not only students’ implicit beliefs (via open-ended surveys, N = 805), but also their experiences (in-depth interviews, N = 36), and impressions and behaviours while working in an online course (two user experience sessions, N = 36). Our qualitative analyses of these data reveal 4 prominent themes in online design that students find particularly valuable: (a) Accessible: flexible; (b) Useful: modes of design and delivery, (c) Intuitive: usable and findable, and (d) Desirable: affective design and humanizing learning.

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)0,016
score de la tête « metaresearch » (Gemma)0,023
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Communication savante, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,533
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0360,001
Communication savante0,0020,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,005
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 Opus0,076
Tête enseignante GPT0,387
Écart entre enseignants0,311 · 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.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations15
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal for the Scholarship of Teaching and LearningMême sujetOnline and Blended LearningTravaux en français237 207