First-Year Student's E-Readiness to Use Learning Management System: COVID-19 Realities
Notice bibliographique
Résumé
The COVID-19 pandemic has profoundly impacted higher education institutions worldwide, prompting a rapid shift towards online learning environments. This study aims to assess the e-readiness of first-year students in using the Learning Management System (LMS) in the context of COVID-19. The researchers used the Technology Acceptance Model (TAM) framework to understand the first-year students’ acceptance and adoption of technology, focusing on perceived usefulness and ease of use. This study employed a concurrent mixed methods approach: To what extent were University of South Africa (UNISA) first-year students e-ready to use the LMS for engaging in online teaching, learning, and assessment activities during the COVID-19 pandemic? A sample of 2,707 first-year students and 30 academics from diverse academic disciplines was selected from nine colleges of the South African Open, Distance, and e-Learning (ODeL) institution during the years 2020 and 2021. The study evaluated the students’ technological proficiency, digital literacy skills, access to digital devices and the internet, and their perceptions and attitudes towards online learning and assessment. The study explored students’ experiences, motivations, and barriers to effectively using an LMS for engaging in online teaching, learning and assessment activities during the COVID-19 pandemic. Preliminary findings indicated that while many first-year students had basic digital skills and access to the necessary technological resources, many faced challenges in adapting to online learning environments. These challenges included limited internet connectivity, lack of technical support, difficulties in managing time and motivation, and unfamiliarity with LMS resources and activities. However, students also expressed positive attitudes towards the flexibility and accessibility offered by online learning, appreciating the convenience and diverse learning resources available through an LMS. The outcomes of this research will inform educators, administrators, and policy-makers in developing strategies to enhance first-year students’ e-readiness and improve the implementation of online teaching, learning, and assessment activities. Addressing the identified challenges can lead to a more inclusive and effective learning environment, ensuring equitable access to education amidst the ongoing COVID-19 realities.Keywords: COVID-19, digital literacy, e-Readiness, First-year students, online learning, Open-Distance and e-Learning, Technology Acceptance Model L’état de cyberpréparation des étudiants à l’utilisation du système de gestion de l’apprentissage : contexte de la COVID-19 Résumé : La pandémie de la COVID-19 a profondément changé la culture dans le monde des établissements d’enseignement supérieur et a accéléré la transition vers des environnements d’apprentissage en ligne. Cette étude a pour objectif d’évaluer l’état de cyberpréparation des étudiants de première année universitaire à l’ut du système de gestion de l’apprentissage (SGA) dans le contexte de la COVID-19. Les chercheurs ont utilisé comme cadre, le modèle d’acceptation de la technologie (MAT), afin de comprendre le degré d’acceptation et d’adoption de la technologie par les étudiants en ciblant leur perception sur sa facilité d’utilisation et son utilité. Cette étude utilise une approche de méthodes mixtes simultanées : Dans quelle mesure les étudiants de première année de l’Université d’Afrique du Sud (UNISA) sont-ils préparés au numérique pour utiliser le SGA et s’intéresser aux activités d’enseignement, d’apprentissage et d’évaluation en ligne durant la pandémie de la COVID-19? Un échantillon de 2 707 étudiants de première année provenant de 30 universités et de différentes disciplines a été sélectionné à partir de neuf (9) collèges participants de l’Institut pour une collectivité ouverte, à distance et en ligne (IODL) de l’Université d’Afrique du Sud, pendant les années 2020 et 2021. L’étude évalue l’aptitude à la technologie, les habiletés numériques, l’accessibilité aux outils technologiques et à l’Internet ainsi que leur perception et leur attitude face à l’apprentissage et l’évaluation en ligne. Elle analyse également les expériences, la motivation et les barrières d’une utilisation efficace du SGA pour s’engager dans les activités d’enseignement, d’apprentissage et d’évaluation en ligne durant la pandémie de la COVID-19. Les résultats préliminaires indiquent qu’alors que plusieurs étudiants de première année possèdent des habiletés numériques de base et ont accès aux ressources technologiques essentielles, plusieurs d’entre eux ont des difficultés d’adaptation aux environnements d’apprentissage en ligne. Ces difficultés comprennent la qualité de la connexion à Internet, le manque de soutien technique, celles de gérer leur temps et leur motivation ainsi que le manque de familiarité avec les ressources et les activités du SGA. Cependant, les étudiants ont aussi exprimé une attitude positive envers la flexibilité et l’accessibilité que l’apprentissage en ligne peut offrir, de même qu’ils ont apprécié les avantages et la diversité des ressources offertes par un SGA. Les constats de cette recherche vont permettre de renseigner les éducateurs, les administrateurs et les décideurs dans le développement de stratégies pour accroître l’état de cyberpréparation des étudiants de première année et améliorer l’implantation des activités d’enseignement, d’apprentissage et d’évaluation en ligne. Agir face aux défis identifiés ne peut que conduire vers un environnement d’apprentissage plus inclusif et plus efficace, assurant ainsi un accès équitable à l’éducation dans la continuité des réalités de la COVID-19.Mots-clés : COVID-19, habileté numérique, état de cyberpréparation, étudiants de première année universitaire, apprentissage en ligne, collectivité ouverte, à distance et en ligne, modèle d’acceptation de la technologie
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».