A SYSTEMATIC LITERATURE REVIEW: A PRAGMATIC MODEL OF ONLINE ENGAGEMENT AND AFFORDANCES TO SUPPORT ADOLESCENT LEARNERS
Notice bibliographique
Résumé
Adolescent learners, who often have fewer self-regulatory and metacognitive skills than adult learners, require more support and higher quality interactions for online learning (Borup, Graham & Davies, 2013; Cavanaugh, Barbour & Clark 2009).Through a systematic literature review, this paper identified a pattern of student feedback that collectively addressed the wide range of support they required and received from multiple stakeholders when learning online.This work is inspired by the theoretical framework of adolescent community of engagement (ACE) involving members who play different critical roles in supporting adolescent students who are enrolled in online courses (Borup, West, Graham & Davies, 2014).To thoroughly capture who, what, and how elements within online learning environments supported or failed to support adolescent students and influenced either their positive or negative perception of their online learning experiences, five major types of support were identified, and the evidence was analyzed using thematic analysis across studies included in this review.The five types consist of 1) support by the formalized teacher-student relationships and interactions, 2) support via peer relationships and interactions, 3) support from a Proximal Community of Engagement (PCE, Oviatt, Graham, Borup & Davies, 2016, p. 223), including support from a broad yet immediate cycle, the school, familial and community members, 4) support through technological affordances that are unique to online learning environments, facilitating communication synchronously and asynchronously, and 5) support regarding structured and enriched curriculum development in online course shells/learning management systems (LMSs) for self-direct learning.The shift to online learning due to the COVID 19 pandemic has greatly shaped adolescent students' perceptions of and experiences in distance learning, as well as their readiness for the future adoption of online learning.Therefore, it is important to enhance our understanding of "smart" designs and implementation of online courses, and the related teaching and learning strategies that can lend adolescents strong support to improve their learning experience and outcomes.
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 | 0,128 | 0,272 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,013 |
| Bibliométrie | 0,028 | 0,018 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».