Sustaining Education by Actualizing Affordances of Social Media Platforms During the Pandemic
Notice bibliographique
Résumé
This paper draws on the affordances theory and investigates the ways in which pre-service teachers are sustaining social media uptake in learning by taking advantage of the opportunities afforded by the new delivery methods during the pandemic. This research is part of a descriptive mixed methods study. A questionnaire and in-depth, qualitative interviews were used to explore pre-service teachers’ perceptions of the affordances of social media platforms for learning and the actualization of those affordances. The survey and interview data were analyzed through the theoretical lens of affordance theory. The results suggest that the pre-service teachers actualized the affordances of social media by their knowledgeable use in a dynamic learning environment. The key findings are that the teachers perceived the social media applications to be flexible, useful and practical (functional affordances), bridges formal and informal learning and supported self-regulated learning (cognitive affordances), allowed pre-service teachers to assume new identities and discover learning as independent learners who had control over their learning (identity creation affordances), and fostered interaction and collaborative feedback (social affordances). Lack of guidance or lack of teacher presence was the main constraint. This research produces new knowledge and analysis and makes new theoretical contributions on the specific affordances of social media technologies. This study adds to and extends existing literature by contributing to an understanding of the actualization of the affordances of social media platforms.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».