A Preliminary Investigation of Self-Directed Learning Activities in a Non-Formal Blended Learning Environment.
Notice bibliographique
Résumé
This research considers how professional participants in a non-formal self-directed learning environment (NFSDL) made use of self-directed learning activities in a blended face-to-face and online learning professional development course. The learning environment for the study was a professional development seminar on teaching in higher education that was offered to ten novice professors over the course of one academic year in a western Canadian research-intensive university. Autonomous activities were compared to online and face-to-face social networking activities, and the effect of structure on the amount and type of self-directed engagement will be examined. We consider whether there is a need to adapt basic theory on formal virtual learning communities to understand self-directed learning and pedagogical practices in nonformal online learning environments. ---------------------------The purpose of this investigation was to examine the self-directed learning activities of learners in a nonformal professional development course that included online and face-to-face learning opportunities. We compare group characteristics and catalysts for learning we found in this non-formal learning environment with key elements of online learning communities we have found in formal environments in earlier studies (Schwier, 2007). This preliminary study was conducted in the 2008-09 academic year, and will be used to inform a research program that will span the next three years. We report preliminary findings in this paper, and discuss methodological issues that will drive future research. Specifically this pilot study examined two central questions: 1. Were characteristics identified in formal virtual learning communities found in a non-formal online learning environment, and did unique characteristics emerge? 2. How did the context and structure of the course influence self-directed learning by participants?
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».