MétaCan
Menu
Retour à la cohorte
Enregistrement W3129588047 · doi:10.33423/jhetp.v20i12.3790

Teaching in the Virtual Classroom: Strategies for Success

2020· article· en· W3129588047 sur OpenAlexaff
Dan Piedra, Anastassiya Yudintseva

Notice bibliographique

RevueJournal of Higher Education Theory and Practice · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDigital Storytelling and Education
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésStorytellingDigital storytellingVirtual classroomComputer scienceMultimediaMathematics educationSimple (philosophy)Instructional simulationPedagogyPsychologyEducational technology

Résumé

récupéré en direct d'OpenAlex

The recent move to convert in-person classes to a virtual or online format has proved to be challenging for all educators. And, while most institutions have not been able to devote the development assets and expertise they would like to support a growing body of instructors who need to continue to teach in the “new normal”, as they re-design their classes, several simple strategies exist that can ensure successful teaching and learning experience for all involved. This article explores how virtual classrooms can be leveraged to effectively teach learners in post-secondary education levels. The success of a virtual classroom with this learner group can be enriched through the application of four strategies: digital storytelling, a clear and lean content structure, a community of learners, and the use of open educational resources.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,796
Score d'incertitude au seuil0,253

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,083
Tête enseignante GPT0,468
Écart entre enseignants0,386 · 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'étudeThéorique ou conceptuel
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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Higher Education Theory and PracticeMême sujetDigital Storytelling and EducationTravaux en français237 207