MétaCan
Menu
Retour à la cohorte
Enregistrement W3189970214 · doi:10.21432/cjlt27905

Web Enhanced Flipped Learning: A Case Study

2021· article· en· W3189970214 sur OpenAlexaffvenue
Bani Arora, Naman Arora

Notice bibliographique

RevueCanadian Journal of Learning and Technology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methods
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBlended learningClass (philosophy)Educational technologyMathematics educationFlipped classroomLearning ManagementMobile deviceFlipped learningMultimediaPsychologyElectronic learningTeaching methodComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

This research study is a technology-enhanced flipped learning pilot to observe the students’ engagement and learning in a self-regulated class through their individual feedback. Flipped learning was applied to a segment of the Study Skills course for more than two weeks to 129 students in the foundation year of a Teachers’ College in Bahrain. Divided across four sections, the students worked in small groups, prepared an assigned portion of the course content provided through a Learning Management System (LMS), and presented it to the rest of the class. Students used posters, flash cards, and digital technology in different forms such as PowerPoint slides, mobile phones, and Kahoot!. The reflective individual student responses on this experience were analysed quantitatively and qualitatively. The findings show a favourable response to group work, sharing ideas, saving time through collaboration, and use of technology. It is recommended that the study be extended to a larger sample group, to a larger number of the course topics, and include the use of different technology forms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,355
Écart entre enseignants0,329 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Learning and TechnologyMême sujetInnovative Teaching MethodsTravaux en français237 207