From Face-to-Face to Online Learning in the Blink of an Eye: The Impact of Switching to Virtual Education on University Professors and Students’ Performance and Emotional Health
Notice bibliographique
Résumé
The only assertion that can be made about the future of humanity after the global COVID-19 pandemic is that it will never be the same. All aspects of our life, whether personal, social, professional, or academic have been affected. Considering this, teachers, education authorities and students will have to reevaluate our tasks and roles as key participants in the education process. This quantitative and exploratory study aims to know the opinion of a non-probabilistic sample of 46 professors and 43 students of six different majors in a public Mexican university, regarding the change in the teaching modality as a result of the global pandemic, in order to point out the impact this change has had on the teaching and learning processes, as well as on the emotional health of the samples. It was found that teachers introduced new technologies in their courses to interact, present content, and collaborate. Students had to adapt to the new modality and the challenges implied in online learning. Both populations expressed those considerable changes in the daily routines occurred as well as a significant increase in the time dedicated to work and study. Similarly, the study revealed that learners experienced a negative impact of these conditions on their academic performance. It is also concluded that in order to be able to determine the efficacy of the implementation of Information and Communication Technologies and the actual impact of the emotional state of the population on the learning and teaching process, further research will be necessary.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».