Notice bibliographique
Résumé
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,549 | 0,360 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».