MétaCan
Menu
Retour à la cohorte
Enregistrement W3184703164 · doi:10.3389/feduc.2021.689599

Gamified Mobile Collaborative Location-Based Language Learning

2021· article· en· W3184703164 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueFrontiers in Education · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésComputer sciencePaceLanguage acquisitionMathematics educationSituatedSociocultural evolutionMultimediaCollaborative learningHuman–computer interactionPerceptionProcess (computing)Situated learningPsychologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

As design-based research, this study describes the development and analysis of two location-based augmented reality (AR) serious learning games (SLG) for French second language (FL2) learning. Explorez and VdeUVic are collaborative quest-based SLGs. At different locations on campus, players interact with characters that give them quests including clues or options to further the storyline. These interactions take place in the form of either written text, or audio and video recordings, encouraging students to develop language skills both written and oral. Students choose their own learning path and advance at their own pace. Three cohorts of FL2 university students play-tested the games, with 58 of the 77 students choosing to participate in the study. The design-based research framework for the development of the game iterations and subsequent testing was an iterative process with each stage producing output that became input for the next stage. The evaluation of the AR language tools was implemented by means of a mixed-method case study, collecting data of both a qualitative and quantitative nature, through pre and post-play questionnaires, interviews, and video recordings of student gameplay interactions for analysis. Informed by situated cognition, one of the goals was to provide a contextual and immersive learning experience. Additionally, this research drew on sociocultural theory and the social nature of language learning, emphasizing learner interactions as a principal learning force. This research examined the learners’ perceptions of their learning experience, as well as the ways in which students collaborated to complete the tasks. Employing a situative approach framework informed by social regulation and content processing, student learning patterns were examined. Distinct types of learner interactions amongst teams during gameplay were shown. Patterns in the emergence of learners’ high-level co-regulation during collaborative learning are indicated in the findings. Key elements for the development and implementation of location-based serious games to foster collaborative learning are highlighted.

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.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,401
Score d'incertitude au seuil0,682

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,249
Écart entre enseignants0,243 · 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