MétaCan
Menu
Retour à la cohorte
Enregistrement W4412184340 · doi:10.58459/rptel.2012.789-104

EXPLORING INDIVIDUAL DIFFERENCES IN THE IMPACT OF WEB-BASED LEARNING TOOLS (WBLTS)

2012· article· en· W4412184340 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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueResearch and Practice in Technology Enhanced Learning · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceEducational technologyWorld Wide WebMultimediaMathematics educationPsychology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to explore individual differences in middle and secondary school student attitudes and learning performance regarding Web-Based Learning Tools (WBLTs). The student characteristics assessed were gender, age, computer comfort level, subject comfort level, and average grade. Attitudes toward WBLTs were measured using a reliable, valid survey designed to gather data on student perceptions of learning, design, and engagement. Learning performance was assessed by comparing pre- and post-test scores on four knowledge categories (remembering, understanding, application, analysis) based on the revised Bloom’s taxonomy. Female students had significantly more positive attitudes toward WBLTs. Students who were more comfortable with using computers and the subject area addressed by a WBLT had significantly more positive attitudes toward WBLTs. Average grade was unrelated to student attitudes toward WBLTs. Student age was the only student characteristic that was significantly associated with learning performance. When older students use WBLTs (different from those used by younger students), learning performance is significantly greater than younger students. It is speculated that WBLTs may be better suited toward older students who have better self-regulation skills.

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)0,014
score de la tête « metaresearch » (Gemma)0,040
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,672
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,040
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,004
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 Opus0,263
Tête enseignante GPT0,475
Écart entre enseignants0,212 · 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