Multi-level analyses of distance education capacity, faculty members’ adaptation, and indicators of student satisfaction in higher education during COVID-19 pandemic
Notice bibliographique
Résumé
COVID-19 pandemic triggered distance education in higher education. Decisions such as isolation, social distancing and quarantine made by countries unexpectedly and suddenly forced face-to-face education to change to distance education within days. All academics around the world had to move online overnight. All the educational and academic activities in higher education (courses, exams, meetings, etc.) had to be conducted online in a few days. Based on these changes, this study aimed to analyze the relationships among student, faculty (adaptations of faculty members to distance education) and institutional (distance learning capacities of the universities) variables that affected satisfaction of the students related to distance education in higher education institutions in Turkey during COVID-19 pandemic using hierarchical linear modeling (HLM). The study group included 14,962 students and 3631 academics from 30 universities. The results showed that universities with higher distance education capacities got higher satisfaction scores. HLM analysis showed that 43% of the variation in satisfaction scores resulted from universities. The second HLM analysis showed that 44% of the overall satisfaction score variance of the students could be explained by the factors of university features (Level 2: distance education capacity and acceptance and use of distance education systems of faculty members). Thus, it was determined that 44% of the university factor calculated as 43% in Model 1 (which is calculated within students' general satisfaction scores) resulted from the distance education capacity and the acceptance and use of distance education systems of faculty members. The findings of this study provide insights to improve distance education by stakeholders of higher education institutions.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».