Examining effects of instructional strategies on student engagement in blended online courses
Notice bibliographique
Résumé
Abstract Background Blended online courses, which combine synchronous and asynchronous online activities, have expanded rapidly in higher education. How to enhance student engagement in such courses is unclear, although it is recognized that student engagement is malleable through instructional strategies. Objectives Given the above, this study aims to examine the influence of categories of strategies on student engagement in blended online courses. Methods A conceptual framework of instructional strategies indicated as fostering student engagement in the relevant literature was first presented, divided in eight categories (structure, pace, relevance, active, choice, relationships, explanations, guide). Then a research framework linking the categories of strategies to student engagement dimensions (emotional‐cognitive, social, behavioral) was built and tested in blended online courses. Data collected in various disciplines and university levels at four universities (n = 482) were examined using partial least squares structural equation modeling. Results and Conclusions The structural model examination confirmed the combined effects of categories of instructional strategies on student engagement in such courses in all disciplines. Particularly, this study revealed that 1) establishing trusting relationships, 2) demonstrating the relevance of activities, content, and resources, and 3) maintaining a sustained course pace significantly impacted student engagement in blended online courses in all disciplines. Takeaways This study draws upon the blended learning literature to bring together key instructional strategies that foster student engagement while highlighting empirical quantitative evidence of their effects on student engagement in blended online courses. Detailed measures of categories of instructional strategies and student engagement dimensions also provide reliable instruments for future research.
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 | 0,003 | 0,026 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».