Notice bibliographique
Résumé
Abstract: Across disciplines, researchers recognize that working together in a small group can be a challenging learning activity, particularly in an online course where group members meet remotely. This 2-year, design-based research study focused on improving group work in both online and blended sections of an undergraduate course for pre-service teachers. Surveys were completed by instructors (N = 15) and students (N = 361) at three different junctures during the course to learn about how technologies were used by students and instructors to support group work. Interviews were also conducted at the end of the term to gather in-depth descriptions about the types of technologies and how they were used by students and instructors to support group work. Findings indicated that students and instructors selected a combination of technologies, including institutionally supported and mainstream applications such as shared workspaces to coordinate, track, and monitor group progress. Students and instructors also described using communication technologies to manage group challenges related to scheduling, communicating, and integrating tasks into the project. Findings contribute to our understanding about how technologies were used to support process and product when working on a group assignment. Keywords: technology-supported, online, group work, group assignment, social interdependence, teacher education Résumé: Dans toutes les disciplines, les chercheurs reconnaissent que travailler ensemble en petit groupe peut être une activité d'apprentissage stimulante, en particulier dans un cours en ligne où les membres du groupe se rencontrent à distance. Cette étude de recherche de deux ans basée sur la conception s'est concentrée sur l'amélioration du travail en groupe dans les sections en ligne et mixtes d'un cours de premier cycle pour les enseignants en formation. Des sondages ont été complétés par des instructeurs (N = 15) et des étudiants (N = 361) à trois moments différents pendant le cours pour apprendre comment les technologies étaient utilisées par les étudiants et les instructeurs pour soutenir le travail de groupe. Des entrevues ont également été menées à la fin du trimestre afin de recueillir des descriptions détaillées sur les types de technologies et la façon dont les technologies étaient utilisées par les étudiants et les instructeurs pour soutenir le travail de groupe. Les résultats ont indiqué que les étudiants et les enseignants ont choisi une combinaison de technologies, y compris des applications soutenues par l'établissement et des applications grand public, y compris des espaces de travail partagés pour coordonner, suivre et surveiller les progrès du groupe. Les étudiants et les instructeurs ont également décrit l'utilisation des technologies de communication pour gérer les défis de groupe liés à la planification, à la communication et à l'intégration des tâches dans le projet. Les résultats contribuent à notre compréhension de la façon dont les technologies ont été utilisées pour soutenir les processus et les produits lorsque nous réalisons un travail en groupe. Mots-clés: soutenu par la technologie, en ligne, travail de groupe, affectation de groupe, interdépendance sociale, formation des enseignants
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,006 |
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 ».