MétaCan
Menu
Retour à la cohorte
Enregistrement W4388411403 · doi:10.1080/1475939x.2023.2270491

Remote teaching in times of COVID-19: teachers’ adaptation and pupil level of participation

2023· article· en· W4388411403 sur OpenAlexfundno aff
María Assunção Flores, Alexandra Barros, Ana Margarida Veiga Simão, Diana Pereira, Marília Gago, Eva Lopes Fernandes, Paula Costa Ferreira, Luís Costa

Notice bibliographique

RevueTechnology Pedagogy and Education · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesFundação para a Ciência e a TecnologiaUniversidade do MinhoInternational Council for Canadian Studies
Mots-clésContext (archaeology)Adaptation (eye)PortuguesePsychologyCoronavirus disease 2019 (COVID-19)Socioeconomic statusPerceptionWorkloadPandemicMathematics educationPedagogyPupilMedical educationSociologyGeographyComputer scienceMedicinePopulationDemography

Résumé

récupéré en direct d'OpenAlex

This article draws on data from a broader research study focusing on Portuguese teachers’ perceptions and experiences of remote teaching during the COVID-19 pandemic. In total, 2638 teachers participated in the study. Data were collected through an online survey which included both closed- and open-ended questions. Findings suggest that, overall, teachers experienced a positive adaptation process and were able to teach according to what they had planned. However, difficulties were also found. These relate to reconciling work with family life and extra workload in the context of remote teaching. In addition, findings show that pupils from lower socioeconomic backgrounds presented a lower level of participation in learning tasks. Differences as a function of gender and age were identified. Implications of the findings are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,711
Score d'incertitude au seuil0,694

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,251
Tête enseignante GPT0,515
Écart entre enseignants0,264 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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'admission1
Résumé présentoui

Explorer davantage

Même revueTechnology Pedagogy and EducationMême sujetCOVID-19 and Mental HealthTravaux en français237 207