MétaCan
Menu
Retour à la cohorte
Enregistrement W4393309538 · doi:10.20343/teachlearninqu.12.9

Defining Immersive Learning

2024· article· en· W4393309538 sur OpenAlexaff
Phillip Motley, Beth Archer‐Kuhn, Catharine Dishke Hondzel, Jennifer Dobbs‐Oates, Michelle J. Eady, Janel Seeley, Rosemary Tyrrell

Notice bibliographique

RevueTeaching & Learning Inquiry The ISSOTL Journal · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAdult and Continuing Education Topics
Établissements canadiensLambton CollegeUniversity of Calgary
Organismes subventionnairesDivision of Undergraduate EducationHigher Education Research and Development Society of AustralasiaUniversity of WollongongUniversity of WyomingPurdue University
Mots-clésComputer scienceHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

Immersive learning practices (ILPs) in higher education are multidisciplinary in nature and varied in levels of integration into the student learning process. They appear in a variety of higher education programs such as teacher education, social work, law, and health sciences, and in practices such as service-learning, study away, internships, and foreign-language instruction. Based on observations of teaching and data from an open-ended survey and semi-structured interviews with post-secondary educators from three different countries, this study theorizes that immersive learning practices are composed of six distinct underlying theoretical components that work in combination. These six components can be used to describe, define, compare, and design different types of structured ILPs. This study suggests that ILPs are pedagogically distinct from other forms of engaged and experiential learning.

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)0,006
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Intégrité de la recherche
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 enseignants0,812
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0050,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,004
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 Opus0,021
Tête enseignante GPT0,362
Écart entre enseignants0,341 · 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'étudeSans objet
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTeaching & Learning Inquiry The ISSOTL JournalMême sujetAdult and Continuing Education TopicsTravaux en français237 207