“I Did Not Sign Up For This”: Student Experiences of the Rapid Shift from In-person to Emergency Virtual Remote Learning During the COVID Pandemic
Notice bibliographique
Résumé
Abstract Objectives: The main objective of this study was to explore students’ experiences of the emergency virtual remote teaching, which was implemented as a result of the COVID-19 pandemic. Method: 439 students enrolled at a community college in Canada responded to a survey that had Likert-scale and open-ended questions. Anderson’s model for online learning was used as an analytic lens to gain insight on student experiences. Descriptive statistics were used to make meaning of the data. Thematic analysis was done on student responses to open-ended questions. Results: Findings were organized according to Anderson’s six factors in online teaching, namely: (a) Independent Study; (b) Peer, Family, & Professional Support; (c) Structured Learning Resources; (d) Community of Inquiry; (e) Communication; and (f) Paced, Collaborative Learning. The study revealed both challenges and opportunities that students experienced during their transition to emergency virtual remote learning. Conclusions: The invitation to students to share what worked—and what didn’t—yielded a wealth of specific suggestions for engaging students, promoting accountability, and supporting collaborative learning. Implication for Practice: This study looked past anticipated pressure points to reveal critical teaching factors that challenge—or enable—students as they transition to emergency virtual remote teaching. Post-secondary instructors would be well served to consider how they promote self-efficacy, provide access to supports, fashion an online learning environment, develop community, communicate expectations, and encourage collaboration.
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 | 0,007 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,007 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».