Primary School Students’ Online Learning During Coronavirus Disease 2019: Factors Associated With Satisfaction, Perceived Effectiveness, and Preference
Notice bibliographique
Résumé
Emergency online education has been adopted worldwide due to coronavirus disease 2019 (COVID-19) pandemic. Prior research regarding online learning predominantly focused on the perception of parents, teachers, and students in tertiary education, while younger children's perspectives have rarely been examined. This study investigated how family, school, and individual factors would be associated with primary school students' satisfaction, perceived effectiveness, and preference in online learning during COVID-19. A convenient sample of 781 Hong Kong students completed an anonymous online survey from June to October 2020. Logistic regression was conducted for 13 potential factors. Results indicated that only 57% of students were satisfied with their schools' online learning arrangement and 49.6% regarded the online learning as an effective learning mode. Only 12.8% of students preferred online learning, while 67.2% of students preferred in-person schooling. Multiple analyses suggested that teacher-student interaction during online classes was positively associated with students' satisfaction, perceived effectiveness, and preferences in online learning. Compared to grades 1-2 students, grades 3-6 students perceived more effectiveness and would prefer online learning. Happier schools were more likely to deliver satisfying and effective online education. Students who reported less happiness at school would prefer online learning, and students who reported less happiness at home would be less satisfied with online learning and reflected lower effectiveness. Teachers are encouraged to deliver more meaningful interactions to students and offer extra support to younger children during online classes. Primary schools and parents are encouraged to create a healthy and pleasant learning environment for children. The government may consider building up happy schools in the long run. The study findings are instrumental for policymakers, institutions, educators, and researchers in designing online education mechanisms.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».