MétaCan
Menu
Retour à la cohorte
Enregistrement W4407396567 · doi:10.53761/yvmg1997

Perceptions and experiences with academic group work in online and in-person classroom contexts: Perspectives across levels of undergraduate study

2025· article· en· W4407396567 sur OpenAlexaff
Natasha Vogel, Eileen Wood, Sabrina Pinto

Notice bibliographique

RevueJournal of University Teaching and Learning Practice · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésPsychologyGroup workComputer-mediated communicationPerceptionPedagogyMathematics educationQualitative researchMultimethodologyHigher educationSociologyThe InternetComputer science

Résumé

récupéré en direct d'OpenAlex

Group work is a commonly used and highly regarded learning tool in tertiary education. While previous research has examined collaboration within higher education contexts, no study has investigated student preferences and experiences across different years of study. This is essential for a better understanding of how to effectively integrate collaborative learning into the undergraduate curriculum. The present study surveyed first year, second year and senior (3rd and 4th year) undergraduate students (n = 100 per group) to gather insights regarding their experiences with collaborative learning as a function of year of study and in both in-person and online contexts. Overall, preferences regarding group composition (e.g., group size) and experiences regarding group work (e.g., efficiency, motivation, satisfaction, stress) were consistent across the year of study. However, notable shifts in experiences were observed, particularly from first to second year, with respect to instructor-related variables (i.e., group formation strategies, leadership opportunities) and student-related variables (i.e., perceived difficulty producing assignments, level of collaboration in groups, learning experiences and enjoyment). Some differences were also observed between in-person and online contexts. Implications for future studies and instructional design are discussed.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0050,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,360
Écart entre enseignants0,336 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of University Teaching and Learning PracticeMême sujetOnline and Blended LearningTravaux en français237 207