MétaCan
Menu
Retour à la cohorte
Enregistrement W4388943622 · doi:10.3390/higheredu2040036

A Critical Reflection on the Impact of Virtual Design Studio on Curriculum Development and Studio Culture in First-Year Architecture Studies

2023· article· en· W4388943622 sur OpenAlexfundno aff
Jasna Mariotti, Chantelle Niblock

Notice bibliographique

RevueTrends in Higher Education · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Environments and Student Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesQueen's UniversityQueen's University Belfast
Mots-clésStudioCurriculumDesign studioArchitecturePedagogyHigher educationLiteracyEngineeringSociologyVisual artsPolitical science

Résumé

récupéré en direct d'OpenAlex

In the past few years, higher education across the world transitioned to different online platforms where virtual classrooms were set, following national guidelines during the COVID-19 pandemic. This paper analyses qualitative data from first-year students in architecture from a higher education institution in the UK and draws on lecturers’ reflective observations of teaching during the COVID-19 pandemic. The findings of this research provide some critical considerations for the long-term impact of the virtual design studio on architectural design pedagogy and teaching methods in first-year studies. This research found that technology integration enabled innovative design methods, improved digital literacy, and enhanced collaboration in first-year architectural education. While online learning met learning objectives, it posed challenges like social isolation and motivation issues. The study underscores the importance of investigating virtual design studios and technology integration in early architectural education, offering opportunities for curriculum development and future research. These findings have broad relevance for educators teaching first-year architecture students globally.

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)0,064
score de la tête « metaresearch » (Gemma)0,108
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,341

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0640,108
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0220,039
Communication savante0,0230,014
Science ouverte0,0040,021
Intégrité de la recherche0,0070,029
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,148
Tête enseignante GPT0,466
Écart entre enseignants0,318 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTrends in Higher EducationMême sujetEducational Environments and Student OutcomesTravaux en français237 207