MétaCan
Menu
Retour à la cohorte
Enregistrement W3149621007 · doi:10.29173/iasl8166

Gender Interest Differences with Multimedia Learning Interfaces

2021· article· en· W3149621007 sur OpenAlexvenueno aff
Davіd Passіg, Haya Levin

Notice bibliographique

RevueIASL Annual Conference Proceedings · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender and Technology in Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTask (project management)MultimediaClass (philosophy)Computer scienceHuman–computer interactionInterface (matter)Significant differenceInterface designPsychologyArtificial intelligenceEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

In this study we examined whether there are gender differences in leaming interest from different designs of multimedia interfaces. In the study we assumed that design characteristics add to the interest in learning and we developed taxonomy of design of efficient user interfaces both for boys and girls. The research included ninety children from three indergarten class, who were exposed to interactive multimedia stories. The researchsubjects, with the help of a Polymeter (Lampert 1981), answered to questionnaires, which examined their previous experience with a computer, their level of time on task and their level of satisfaction with the various interfaces. The research findings indicate that there is a significant difference between boys and girls in the influence of the design of the learning interfaces on their level of time on task as well as on their level of satisfaction with the different interfaces. Boys on the one hand had a higher level of time on task, and were more familiar with computer games and looked for assistance through navigational buttons. Girls on the other hand tended to ask for help with the game. Girls preferred to include writing into the game and preferred colorful screens full of drawings, which changed slowly. We also found that boys preferred green and blue colon, whilst the girls preferred red and yellow. Generally speaking we found that girls preferred the components of the Mise-en-scene interface, and boys preferred the components of the Montage interface.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,216
Score d'incertitude au seuil0,628

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,064
Tête enseignante GPT0,313
Écart entre enseignants0,249 · 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'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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIASL Annual Conference ProceedingsMême sujetGender and Technology in EducationTravaux en français237 207