MétaCan
Menu
Retour à la cohorte
Enregistrement W3132424964 · doi:10.4018/978-1-7998-7638-0.ch002

3D Virtual Learning Environment for Acquisition of Cultural Competence

2021· book-chapter· en· W3132424964 sur OpenAlexaff
Stephen Petrina, Jennifer Jing Zhao

Notice bibliographique

RevueAdvances in educational technologies and instructional design book series · 2021
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueInternational Student and Expatriate Challenges
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésInstructional designCompetence (human resources)Instructional simulationCultural competenceComputer scienceCultural diversityPsychologyKnowledge managementHuman–computer interactionMultimediaPedagogyVirtual realitySociology

Résumé

récupéré en direct d'OpenAlex

As educational systems emphasize and experiment with forms of online and remote learning, it is increasingly important to investigate the cultural competence of instructional designers. This chapter addresses the experiences of instructional designers in a 3D virtual learning environment designed for development of cultural competence. Design-based research (DBR) and user experience (UX) methodologies were employed to explore experience of six instructional designers in 3D virtual environment. A taxonomy of experience (ToE) established by Coxon guided qualitative data collection and analysis. Through examples and data, the chapter emphasizes the necessity for instructional designers to keep in mind the challenge of cultural diversity in the backgrounds of students and their own, and bring guidelines and principles into culturally sensitive and responsive instructional design processes. The authors recommend four future research directions, including cross-cultural instructional designer competencies along with research into cultural personas, avatars, and guest-host relations.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,757
Score d'incertitude au seuil0,796

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,291
Écart entre enseignants0,269 · 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
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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in educational technologies and instructional design book seriesMême sujetInternational Student and Expatriate ChallengesTravaux en français237 207