Cognitive Presence in Online Learning: A Systematic Review of Empirical Research from 2000 to 2019
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.
Notice bibliographique
Résumé
This systematic review synthesized research on cognitive presence– the process of collaborative knowledge construction–in online learning to identify trends from two decades (2000 to 2019) of scholarship. A total of 30 articles on cognitive presence were analyzed to gain deeper understanding of the current state of research and identify the gaps in literature. The distribution of publishing years, countries, instructional setting, disciplines, research methods, data collection and data analysis methods, research topics and cognitive presence phases were reviewed. The review shows that the majority of the studies were carried out in higher education in the United States and Canada within the field of education. More than half of the studies used quantitative research methods, of which discussion transcripts were the prominent method for data collection and content analysis was used the most to analyze data. Research focus of these studies was mainly on instructional strategies and learning outcomes in the online courses. Among instructional strategies, reflection on practice, case-based learning, inquiry-based learning, and peer facilitation were most researched strategies. For learning outcomes, levels of cognitive presence (triggering, exploration, integration, and resolution), critical thinking, and interaction were examined the most. In addition, the frequency of students' contributions to online discussion were categorized using the Practical Inquiry Model and revealed that the highest contributions fell within the exploration and integration phases with a small percentage in triggering and resolution phases of cognitive presence. These results provide insights for educators, researchers, and instructional designers into the cognitive presence research trends to improve the quality of online learning.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle