MétaCan
Menu
Retour à la cohorte
Enregistrement W4401173024 · doi:10.55016/ojs/ajer.v70i2.78831

Perceptions and Difficulties of Distance Learning Among Beginning Teachers and Kindergarteners During the Covid-19 Pandemic Period

2024· article· en· W4401173024 sur OpenAlexvenueno aff
Raed Zedan

Notice bibliographique

RevueAlberta Journal of Educational Research · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDistance educationContext (archaeology)PsychologyPerceptionCoronavirus disease 2019 (COVID-19)PedagogyRealmPandemicMathematics educationPolitical science

Résumé

récupéré en direct d'OpenAlex

Exploring the perceptions and challenges faced by beginning teachers and kindergarten teachers in the realm of distance learning reveals critical insights into the evolving landscape of early education in a digital age. The present study explored the challenges and difficulties experienced by beginning teachers and kindergarteners in the context of distance learning. Qualitative research was conducted through semi-structured interviews involving 254 novice teachers and kindergarten educators. The findings revealed a range of difficulties new teachers face in the distance learning environment. These included challenges in conveying educational content, issues with Wi-Fi and internet connectivity, a lack of resources and technological tools, difficulties in engaging students in Zoom meetings, poor communication between teachers and students, insufficient preparation and training for distance teaching, inadequate digital skills, and a lack of experience among parents with the new method of learning. Understanding the challenges and difficulties that novice teachers encounter, particularly during their initial professional years and in exceptional circumstances like the COVID-19 pandemic, is crucial. This understanding not only aids in addressing and surmounting these challenges but also contributes to the enhancement and development of current distance teaching models. Such improvements should consider the specific needs and challenges of new teachers. L'étude des perceptions et des difficultés rencontrées par les enseignants débutants et les enseignants de maternelle dans le domaine de l'enseignement à distance révèle des informations essentielles sur l'évolution du paysage de l'éducation préscolaire à l'ère numérique. La présente étude a exploré les défis et les difficultés rencontrés par les enseignants débutants et les enseignants de maternelle dans le contexte de l'enseignement à distance. La recherche qualitative a été menée par le biais d'entrevues semi-structurées auxquelles ont participé 254 enseignants débutants et éducateurs de maternelle. Les résultats ont révélé une série de difficultés auxquelles les nouveaux enseignants sont confrontés dans le milieu de l'enseignement à distance. Il s'agit notamment des difficultés à transmettre le contenu éducatif, des problèmes de connexion Wi-Fi et Internet, du manque de ressources et d'outils technologiques, des difficultés à faire participer les élèves aux réunions Zoom, de la mauvaise communication entre les enseignants et les élèves, du manque de préparation et de formation à l'enseignement à distance, des compétences numériques inadéquates et du manque d'expérience des parents en ce qui concerne cette nouvelle méthode d'apprentissage. Il est essentiel de comprendre les défis et les difficultés que rencontrent les enseignants débutants, en particulier au cours de leurs premières années professionnelles et dans des circonstances exceptionnelles telles que la pandémie de COVID-19. Cette compréhension permet non seulement d'aborder et de surmonter ces défis, mais aussi de contribuer à l'amélioration et au développement des modèles actuels d'enseignement à distance. Ces améliorations devraient prendre en compte les besoins et les défis spécifiques des nouveaux enseignants.

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)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,855

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,060
Tête enseignante GPT0,402
Écart entre enseignants0,342 · 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'étudeObservationnel
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlberta Journal of Educational ResearchMême sujetChild Development and Digital TechnologyTravaux en français237 207