Perspectives from Students: How to Tame the Chaos and Harness the Power of Technology for Learning
Notice bibliographique
Résumé
Technology continues to form an important part of the educational landscape, although the value of portable devices as learning tools is still being explored and debated. In light of the technology-based teaching methods suddenly brought into effect in response to the COVID-19 pandemic, the deliberate use of technology for learning is increasingly significant. The purpose of this article is to highlight student perspectives of learning with portable devices to inform the use of portable technology in the Canadian school system going forward. To gather student perceptions, the research team surveyed 704 students in grades 6 to 9 about their use of iPads in the classroom during a 1:1 technology initiative. While students were enthusiastic about the presence of portable technology, they also shared mixed feelings about the use of such technology as a learning tool. Key themes fell into three categories—engagement, inclusivity, and learning—as students shared their insight into the academic, social, and physical barriers that exist as a result of the technology. In the discussion, we identify lessons learned, especially in the area of self-regulation, and make recommendations on how to harness the power of this multi-faceted learning tool and minimize the chaos it can create when not utilized deliberately and carefully.
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 | 0,017 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,027 |
| Communication savante | 0,018 | 0,015 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,004 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».