Listening to The Student Voice in Online Masters Community and Resource Development
Notice bibliographique
Résumé
Expectations of online masters students commencing their studies has been under-researched, as have the challenges of transition from undergraduates learning on-campus to postgraduate online students. The study described here investigates student expectations of this transition, development of resources for academic skills teaching, and student evaluation of interventions supporting them to join the academic community as masters. The methods were a series of action research cycles with a total of 38 students participating from 5 annual cohorts of Master of Research students, with the taught component entirely online. A student cohort (12 students) surveyed for initial course evaluation led to resources being developed for the course induction. Group interviews with the following cohorts evaluated new resource development after each course iteration, leading to further online seminars and skills resources development. In addition, further synchronous and non-synchronous activities with teacher presence were employed to improve student enculturation in the academic community. Recorded online interviews in virtual classrooms preceded transcription and thematic analysis, showing that student expectations of masters study and the skills required to join the academic community in all cohorts needed management. Students expected a continuation of undergraduate studies, ‘but harder’. Development of an optional online academic skills course, allied to student activities embedded in specialist content with increased teacher and social presence, was praised by the last student cohort interviewed. The online skills course is available to other online courses within this Graduate School. This model may be transferable to other institutions, particularly in light of increased online Covid-19 teaching.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».