MétaCan
Menu
Retour à la cohorte
Enregistrement W4400508448 · doi:10.54337/nlc.v14i1.8017

Minecrafters

2024· article· en· W4400508448 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.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueProceedings of the International Conference on Networked Learning · 2024
Typearticle
Langueen
DomaineEngineering
ThématiquePower Line Inspection Robots
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

In response to significant global events such as the COVID-19 pandemic, educational environments are undergoing a fundamental transformation towards collaborative online spaces and networked learning. Networked learning includes (a) the process of learning with and through other people and resources and (b) the environment (i.e., the internet) and platforms (i.e., YouTube, websites, social media, discussion forums) that support these connections or networks (Hodgson & McConnell, 2019). This shift in how learning is done necessitates a reevaluation of pedagogical methods to foster the development of students' global skills and competencies. These competencies, as defined by the Council of Ministers of Education Canada (CMEC), are recognized as essential for individuals to not only adapt but thrive in our current and future world. This world is characterized by unprecedented simultaneous challenges, often referred to as a 'polycrisis,' and rapid advancements in artificial intelligence (A.I.) that have the potential to reshape every aspect of human existence. Therefore, it is imperative that we delve into a deeper investigation and understanding of innovative pedagogical approaches to ensure students are adequately prepared for the evolving landscape. Collaboration is arguably one of the most important of the global skills and competencies as it underpins many of the essential skills youth need to thrive in educational and non-educational settings. More specifically, collaboration underpins the type of networked learning rising in popularity in formal and informal learning settings (Bülow & Nørgård, 2021). As a result, this exploratory research focuses on Minecraft: Education Edition (M:EE) as a tool for developing collaboration through critical making and team-based learning. Over a five-day spring-break camp, two cohorts of students (grades four to six and grades seven to eight) participated in open-ended design-based learning challenges online (in the virtual meeting platform, Google Meet, and in the virtual world, M:EE). Data analysis revealed that collaboration manifested itself in three primary modes: co-constructing knowledge, peer-teaching, and conflict management. Analysis further revealed that younger versus older students build and collaborate in the online environment very differently, which at times mirrored the 'real world' classroom. These findings have implications for designing age-appropriate online learning experiences to support collaboration in a networked environment, especially within virtual simulation and creation worlds like Minecraft.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,602
Score d'incertitude au seuil0,357

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,235
Écart entre enseignants0,219 · 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