Mobile learning pedagogies : panel discussion
Notice bibliographique
Résumé
Mobile learning has been around for twenty years or so, and different pedagogical methods have been (or have not been) employed. Mobile learning research has often been centered around the technical aspects of mobile tools and applications and less on the pedagogical aspect and learning approaches. While several theories of learning have been applied in mobile learning, the link be-tween theory and pedagogy is often missing, as is the specific relationship be-tween pedagogy and mobile learning theory and practice. Mobile learning mediates any pedagogy in specific ways that may render it qualitatively different from the same pedagogical approach used in another context. However, an important question is whether mobile learning pedagogy can be seen as distinct from other pedagogies. While it is evident that mobile devices can assist traditional pedagogies, such as teaching practices informed by social constructivism, or shifting the focus from teacher-centred to student-centred learning, the question behind these uses of mobile devices in learning is whether there is an identifiable mobile learning pedagogy that is novel and distinct. Discussion is needed to provide a more unified and consistent view of mobile learning and its associated theories and pedagogies, and perhaps bring in new aspects of mobile learning that take account of the opportunities and affordances of evolving mobile technologies.
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 | 0,028 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,012 | 0,003 |
| Communication savante | 0,011 | 0,012 |
| Science ouverte | 0,004 | 0,011 |
| Intégrité de la recherche | 0,026 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,053 | 0,010 |
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 ».