MétaCan
Menu
Retour à la cohorte
Enregistrement W4401048004 · doi:10.5430/jct.v13n3p65

Methods of Studying Web Technologies in a Blended Learning Format: Analysis of Models in Education

2024· article· en· W4401048004 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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Curriculum and Teaching · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueInnovative Educational Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBlended learningComputer scienceWorld Wide WebMultimediaEducational technologyMathematics educationPsychology

Résumé

récupéré en direct d'OpenAlex

The purpose of the article is to study the methodology of studying web technologies in a blended learning format, to analyse existing models used in education. To achieve this goal, the article uses the methods of analysis and synthesis, as well as content analysis to study the existing scientific literature, and modelling to study the relevant models. The results of the study show that blended learning is a form of learning organisation that combines elements of traditional classroom learning and online learning. In this model, students have the opportunity to learn both in the classroom and in the online environment. The main idea is to combine the advantages of both forms of learning to create a more individualised and effective learning process. In this context, advanced innovative technologies play an important role in shaping the educational experience. The choice of information technologies should be adapted to the individual capabilities of students to ensure the effective involvement of all participants in the educational process. It is determined that the main web-based technologies used in a mixed form are learning management systems, cloud services, special chats, learning platforms, electronic portfolios, multimedia resources. The use of these technologies has its advantages and disadvantages, including accessibility, flexibility, customisation and visualisation. The general conclusion is that all blended learning models aim to combine traditional and online learning to create a more individualised, flexible and diverse learning experience for students. Each model has its own characteristics, such as rotation between different modes of learning, flexible study schedules, the choice of specific courses or modules, or a combination of online learning and periodic classroom meetings. Each of these models offers learning approaches that suit different student needs and learning contexts, and the choice of a particular model may depend on learning objectives, available resources and pedagogical strategy.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,828
Score d'incertitude au seuil0,291

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,365
Écart entre enseignants0,339 · 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