Exploring behavioural patterns and their relationships with social annotation outcomes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Background Social annotation has emerged as a promising educational technology that fosters collaborative reading and discussion of digital resources among learners. While the positive impact of social annotation on students' learning process and performance is widely acknowledged, students' behavioural patterns in social annotation are underexplored. Objectives This study investigated patterns in students' use of annotation and response behaviours in social annotation activities. We also explored how students' performance in the behavioural, cognitive, emotional, and social dimensions varied based on their behavioural patterns. Methods We recruited 93 undergraduates who were enrolled in an elective course at a large North American University. Students were tasked with collaboratively annotating the class readings uploaded to Perusall, a social annotation platform, over 7 weeks. We used metaclustering to determine the optimal number of clusters pertaining to student behaviours. We compared the differences among clusters across multiple performance dimensions. Results and Conclusions Two distinct clusters were identified and defined as initiators and responders. We found that responders had significantly longer active reading time and exhibited greater social annotation effort compared to initiators. However, initiators received more peer acknowledgement, as evidenced by higher upvotes. No significant difference was found in cognitive insight between initiators and responders, but responders demonstrated significantly higher cognitive discrepancy. Additionally, there were no significant differences in positive and negative tones between initiators and responders; however, responders displayed higher levels of prosocial behaviours than initiators. This study has significant practical implications regarding promoting students' collaborative learning experience in social annotation.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle