MétaCan
Menu
Retour à la cohorte
Enregistrement W3193964329 · doi:10.5430/ijhe.v10n6p213

Learning and Students’ Experiences with Blended Education

2021· article· en· W3193964329 sur OpenAlexvenueno aff
Edyta Just

Notice bibliographique

RevueInternational Journal of Higher Education · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesFaculty of Arts and SciencesLinköpings Universitet
Mots-clésProject-based learningThematic analysisBlended learningPedagogyPsychologyQualitative researchMathematics educationMedical educationSociologyEducational technologyMedicine

Résumé

récupéré en direct d'OpenAlex

The article presents the outcomes of the research project supported by Linköping University, Sweden. The research project constitutes a part of an umbrella project called Pedagogiska Utvecklingsmedel för E-lärande 2019 (Pedagogical Development Tools for E-learning 2019). The research project focuses on the International Master's Program “Gender Studies - Intersectionality and Change” offered at the Unit of Gender Studies, Department of Thematic Studies, Faculty of Arts and Sciences, Linköping University, Sweden. The main aims of the research project are to determine which teaching content, teaching methods, learning activities, teacher’s role, and students’ own strategies matter for learning i.e., for acquiring knowledge and skills/competences in an international blended, face-to-face and online, Master’s Program, and to present students’ experiences with face-to-face and online education in the Program. The project is based on qualitative, semi-structured interviews with the 2nd year students and alumni who have participated in the Program. The interviews were conducted online in November and December 2019. The article presents which content, teaching methods, learning activities, teacher’s role, and students’ own strategies matter for the acquirement of knowledge and skills by the students in blended education. It describes how Campus and online phases of the Program matter for students’ learning. Next to that, it indicates the challenges related to online study, but also educational methods that may help to overcome them.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,351
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,023
Tête enseignante GPT0,451
Écart entre enseignants0,428 · 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.

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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207