MétaCan
Menu
Retour à la cohorte
Enregistrement W4400975969 · doi:10.3390/educsci14080812

The Perceptions of University Students as to the Benefits and Barriers to Using Immersive Virtual Reality in Learning to Work with Individuals with Developmental Disabilities

2024· article· en· W4400975969 sur OpenAlexaff
Nicole Luke, Avery Keith, Nicole Bajcar, Brittney Sureshkumar, Oluwakemi Ayodeji. Adebayo

Notice bibliographique

RevueEducation Sciences · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésExperiential learningPsychologyPerceptionVirtual realityMedical educationPedagogyComputer scienceHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to understand the experiences of university students who took part in a pilot program for an experiential learning opportunity in immersive virtual reality (iVR). Experiential learning opportunities are essential for students who will be expected to apply their knowledge in a professional setting. Head-mounted display devices were distributed to university students and individuals with developmental disabilities at a partnering community organization. The university students met community partners in a virtual world and interacted with them to learn about their partners’ self-selected goals related to communication and job skills. A mixed methods analysis of survey responses and journal entries was conducted. Students reported an overall positive experience with iVR and indicated an interest in pursuing future opportunities to include iVR in their 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)0,001
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,155
Score d'incertitude au seuil0,571

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,033
Tête enseignante GPT0,337
Écart entre enseignants0,303 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducation SciencesMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207