MétaCan
Menu
Retour à la cohorte
Enregistrement W4210790029 · doi:10.3390/educsci12020098

Studying Abroad from Home: An Exploration of International Graduate Students’ Perceptions and Experiences of Emergency Remote Teaching

2022· article· en· W4210790029 sur OpenAlexfundno aff
Yanning Dong, Aika Ishige

Notice bibliographique

RevueEducation Sciences · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of British Columbia
Mots-clésContext (archaeology)Study abroadMedical educationPsychologyDistance educationPerceptionCurriculumPedagogyMedicine

Résumé

récupéré en direct d'OpenAlex

The temporary shift from face-to-face instruction to online teaching at North American universities as an alternative solution in response to the COVID-19 pandemic brought significant challenges to international students who had to study abroad from their home countries. Studies on how international students perceive their study-abroad-from-home experiences in such an emergency remote teaching (ERT) context remain scarce. Through the lens of community of inquiry and an additional perspective of emotional presence, this study explored 13 first-year international graduate students’ perceptions and experiences of their learning in ERT. Based on the analyses of the pre-learning questionnaire survey results and a series of three reflection journal entries, the study finds that teaching presence has played a vital role in shaping students’ understanding and experiences when they participated in a study-abroad graduate program from their home countries. In addition, the participants demonstrated mixed emotions of both frustration and appreciation/thankfulness as well as an isolation–connectedness emotional trajectory during their learning process. The study inspires an exploration of more diverse options for international education programs and continued effort in providing institutional support to ensure better learning experiences in a post-COVID community of inquiry.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,004
Communication savante0,0040,003
Science ouverte0,0010,006
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,236
Tête enseignante GPT0,501
Écart entre enseignants0,265 · 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

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducation SciencesMême sujetHigher Education Practises and EngagementTravaux en français237 207