User Experience and Design in a First Year Brightspace Course
Notice bibliographique
Résumé
Power of Persuasion is a first year seminar (FYSM) course in Rhetoric. Student resources are important in this course because FYSMs are meant to introduce new students to university and develop academic skills. In this FYSM, students practice their reading and analytical skills in the context of rhetorical concepts with current examples of persuasion and argument. Therefore, much of the course content is renewed annually to stay relevant with events and student interests. Subsequently, the Brightspace course site has become overwhelmed with course material, becoming cluttered and distracting. Our project worked to improve the user experience (UX) of the Brightspace page by updating the content and design. Addressing the content-related needs, we provided rhetorical analysis material by sourcing up-to-date opinion articles of relevance to students, and strategized how to guarantee the students would gain knowledge and give informed agreement to the Academic Integrity policies before beginning the course. Particularly, the student-partner was able to offer a valuable student and peer lens in searching for articles with a range of topics. For the design, we resolved to improve the UX for both the students and the instructor. To do so, we decluttered the interface so the students could find what they needed with more ease, and organized the platform and backend of the course site to create a simpler experience for the instructor. The student-partner’s role was to generate and test possible solutions to the design problems, and to implement the ones that best suit our goal to improve UX.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».