Collaborative Online International Learning Classes to Enhance Co-Creation in Canada and Japan
Notice bibliographique
Résumé
The coronavirus disease (COVID-19) globally accelerated distance learning. Students who wish to create new businesses pursue collaborative learning in a cross-cultural environment. However, the research on the effect of collaborative learning on such courses is scant. This study investigated the changes in students’ entrepreneurial competencies and cross-cultural knowledge, skills, and abilities before and after participating in an online global career course and the differences between students from three Canadian universities and a Japanese university in collaborative online international learning (COIL). Survey data were collected from June to August 2021, before and after the course, from 33 participants. The questionnaire survey was based on the five main categories of knowledge, problem-solving skills, communication skills, cross-cultural understanding and teamwork skills, and confidence and motivation. The results revealed statistically significant differences in all the categories before and after the course. Considering the effect sizes, all five categories except for confidence and motivation improved following the course, showing that both the individual and the collaborative learning in the course design worked well in the COIL approach. Although most of the students lacked a business background, they could understand the basic frameworks for business planning through self-study in the asynchronous sessions and considered the tasks and solutions in the synchronous collaboration stage. Furthermore, the students from the Canadian universities performed well in all five categories and the students from the Japanese university performed well in four categories. Considering the budget and accessibility, students’ learning outcomes in COIL have a positive effect on their understanding of global careers.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».