MétaCan
Menu
Retour à la cohorte
Enregistrement W3168474701 · doi:10.1080/1475939x.2021.1942185

Examining the effects of digital devices on students’ learning performance and motivation in an enhanced one-to-one environment: a longitudinal perspective

2021· article· en· W3168474701 sur OpenAlexaff
Shan Li, Juan Zheng, Feng‐Kuang Chiang

Notice bibliographique

RevueTechnology Pedagogy and Education · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésClass (philosophy)Perspective (graphical)Learning environmentVariety (cybernetics)Longitudinal studyComputer scienceCognitionMathematics educationPsychologyMultimediaArtificial intelligenceMedicine

Résumé

récupéré en direct d'OpenAlex

The electronic schoolbag (eSchoolbag) is an enhanced one-to-one computing environment compatible with various digital devices. The eSchoolbag provides instructors with an intelligent teaching management system. It also offers students a highly interactive learning environment. However, findings of students’ performance in the eSchoolbag environment are mixed due to the great variety of digital devices. Moreover, the research on the temporal change in students’ motivation in the eSchoolbag environment is still in its infancy. This study addressed these gaps by examining the longitudinal changes in students’ performance and motivation in two types of eSchoolbag environments: a computer class and a tablet class. A total of 102 students participated in this study for one year. Findings from this research suggested that the tablet class performed better than the computer class, and students’ utility value and cognitive cost towards the eSchoolbag changed over time. These findings inform the successful implementation of eSchoolbag programmes.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,343

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 technologies0,0000,000
Communication savante0,0000,000
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 Opus0,030
Tête enseignante GPT0,347
Écart entre enseignants0,317 · 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'étudeObservationnel
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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnology Pedagogy and EducationMême sujetImpact of Technology on AdolescentsTravaux en français237 207