MétaCan
Menu
Retour à la cohorte
Enregistrement W4392345889 · doi:10.24059/olj.v28i1.3921

What It Takes to Teach in a Fully Online Learning Environment: Provisional Views from a Developing Country

2024· article· en· W4392345889 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueOnline Learning · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésDeveloping countryMathematics educationComputer sciencePsychologyEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

Teachers and teaching play a critical role in the success of the online learning space. However, information about the specific strategies they employ in navigating this alternative learning space and the challenges they face remains limited. Thus, the present study was undertaken to obtain a clearer picture of teachers’ online instructional delivery and dig deeper into their difficulties for possible intervention. This study involved 17 teachers from nine higher education institutions in the Philippines. Using a descriptive case approach, overall data indicated that they promoted flexibility and interaction, facilitated learning processes, and fostered an affective learning climate as much as they could. However, these teachers faced several challenges related to technological sufficiency, learner-related factors, teaching delivery and assessment, technological complexity, and self-regulation, among others. Their varying experience was linked to their unique context brought about by several factors, namely available tools, institutional policies, pedagogical goals, and learner-related factors. Implications for classroom practices, policy-making, teacher training, and future research 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.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,917
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,028
Tête enseignante GPT0,340
Écart entre enseignants0,312 · 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