MétaCan
Menu
Retour à la cohorte
Enregistrement W4388427299 · doi:10.15700/saje.v43n3a2152

An empirical review of a hybrid teacher education programme: Lessons from South Africa

2023· review· en· W4388427299 sur OpenAlexaff
Folake Ruth Aluko, Tony Mays, Hendri Kruger, Mary Ooko

Notice bibliographique

RevueSouth African Journal of Education · 2023
Typereview
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Higher Education and TrainingUniversity of Pretoria
Mots-clésBlended learningInformation and Communications TechnologyPerspective (graphical)Work (physics)PedagogyDistance educationSociologyQualitative researchValue (mathematics)Empirical researchPublic relationsPolitical scienceEducational technologyComputer scienceEngineeringSocial science

Résumé

récupéré en direct d'OpenAlex

Scholars have recommended hybrid learning to combat education problems in emerging economies due to their challenging contexts. It potentially offers a means to address growing demand without sacrificing quality or increasing costs. In this article we report on a new “hybrid” distance teacher education programme in which we sought to address the requirements of new policies (both institutional and national) by combining the blended and distance education approach. We adopted a pragmatic qualitative approach, rooted in a communitarian perspective and distance education theory. Although progressing slower than expected, the programme’s implementation to date has provided lessons that bolster the value of blended learning theory and practice in a hybrid model. The study also highlighted the critical role that the mode adopted for teacher training can play in shaping teachers’ practice. However, to work more effectively in an emerging economy, a more substantial teaching presence is suggested, coupled with modularised and ongoing information and communication technology (ICT) training and support for staff and students as areas for further research.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,135
Tête enseignante GPT0,466
Écart entre enseignants0,331 · 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.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSouth African Journal of EducationMême sujetOnline and Blended LearningTravaux en français237 207