MétaCan
Menu
Retour à la cohorte
Enregistrement W4404658978 · doi:10.18357/otessac.2023.3.1.162

Designing Group Work in Online Courses to Develop Preservice Teachers’ Professional Collaboration Skills

2024· article· en· W4404658978 sur OpenAlexaffvenueabout
Amber Hartwell, Christy Thomas, Barbara Brown, Bruna Nogueria

Notice bibliographique

RevueThe Open/Technology in Education Society and Scholarship Association Conference · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensAmbrose UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedical educationPsychologyProfessional developmentWork (physics)Group workPedagogyMathematics educationEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

With post-secondary institutions increasing offerings of online courses, there is much to learn about how online group work is designed. This is of particular importance for professional certification courses where group work is used to develop skills needed to prepare students for their chosen field, such as K-12 education. As part of case study research, the authors synthesize findings collected from both instructors and students at Western Canadian post-secondary institutions offering online courses in their Bachelor of Education degree pathways. Seeking to understand how group work can be designed to build essential professional skills required in the teaching profession through online course delivery, data was collected through one online survey, semi-structured interviews, and course documents. Findings suggest four design considerations for online group work: (1) clearly articulate the purpose of group work, (2) provide learner support through teaching presence, (3) be intentional in how groups are established, and (4) leverage digital tools for collaboration. The results will serve to benefit faculty, students and educational policy makers in understanding how group learning in online courses can be designed to develop critical professional skills. This will particularly benefit post-secondary institutions providing online courses in professional fields.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0040,004
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,050
Tête enseignante GPT0,434
Écart entre enseignants0,384 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Open/Technology in Education Society and Scholarship Association ConferenceMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207