MétaCan
Menu
Retour à la cohorte
Enregistrement W4366609374 · doi:10.21432/cjlt28154

Student Perceptions of the Visual Design of Learning Management Systems

2023· article· en· W4366609374 sur OpenAlexaffvenue
Brenda M. Stoesz, Mehdi Niknam

Notice bibliographique

RevueCanadian Journal of Learning and Technology · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Environments and Student Outcomes
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésLearning ManagementPerceptionPsychologyVisual learningMathematics educationHigher educationEducational technologyE learningInstructional designLikert scaleMultimediaComputer science

Résumé

récupéré en direct d'OpenAlex

Research on the impact of the visual design of the user interface of learning management systems (LMS) on learning experience is sparse. The purpose of this study was to conduct a preliminary examination of students’ perceptions of the visual design of their postsecondary institutions’ LMS and their learning experiences using survey methodology (N= 46). Students generally agreed that the course homepages were well organized and that the LMS colours, while deemed moderately to very important, did not enhance learning or increase the ability to remember course content. However, more positive perceptions of the visual appearance of the LMS were associated with greater satisfaction with grades. Expected end of term grade point average was negatively correlated with the degree to which students perceived that colour enhanced their learning. Students reported a greater satisfaction with the contribution of the LMS to learning correlated to the number of school terms they had used an LMS, their LMS proficiency, and their perceptions about the visual appeal of the LMS design. Together, these results suggest that exploring the impact of LMS colour and other dimensions of visual design on student engagement and learning are important and have practical value for LMS developers, instructional designers, and instructors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,019
Tête enseignante GPT0,322
Écart entre enseignants0,303 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Learning and TechnologyMême sujetEducational Environments and Student OutcomesTravaux en français237 207