MétaCan
Menu
Retour à la cohorte
Enregistrement W4307245488 · doi:10.1108/jme-01-2022-0019

Open learning design for using open educational practices in high school learning contexts and beyond

2022· article· en· W4307245488 sur OpenAlexaff
Verena Roberts

Notice bibliographique

RevueJournal for Multicultural Education · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésOpen learningLearning sciencesExperiential learningInformal learningEducational technologyActive learning (machine learning)Formal learningKnowledge managementOriginalityInstructional designCurriculumSynchronous learningCooperative learningDigital learningPedagogyComputer scienceMathematics educationPsychologyTeaching methodCreativitySocial psychologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Purpose There is a need for research that examines how digital networks can support all learners in open access to people, resources and experiences that were previously inaccessible in K-12 learning contexts. This study aims to examine the potential of open education theories and open practices in high school learning environments. Design/methodology/approach Using a design-based research approach, this study used the open learning design intervention framework to examine the experiences of a researcher, a teacher and Grade 10 students who expanded their learning from formal to informal learning environments by integrating open educational practices (OEP). The research occurred through three specific phases with iterative cycles that were responsive to research participants and data analysis at each phase. Findings The key findings suggest that open learning in high school is dependent upon opportunities for learners to co-design personally relevant learning pathways. The emerging design framework highlighted the need to emphasize the complexity of the students’ lived experiences in connection with the curriculum (formal learning environments) to promote a diversity of perspectives and shared connections (in informal learning environments). Second, learners need the opportunity to share their learning experiences collaboratively and individually by transparently demonstrating their learning processes in relevant ways and open practices provide the digital and community spaces to share knowledge. Finally, open learning occurs through stages and continuums and is a personal learning experience that transcends the boundaries of formal learning environments. Originality/value This study expands the current conceptual framework of open learning design by contributing a K-12 lens from which to consider the potential of OEP to promote personal learning pathways. Although the research considered a K-12 context, the OLDI Framework can be extended upon and used in any open learning design context including higher education.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,209
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
Communication savante0,0040,005
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,094
Tête enseignante GPT0,418
Écart entre enseignants0,324 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal for Multicultural EducationMême sujetOpen Education and E-LearningTravaux en français237 207