MétaCan
Menu
Retour à la cohorte
Enregistrement W585815825

Learning and teaching with emerging technologies: Preservice pedagogy and classroom realities

2012· article· en· W585815825 sur OpenAlexaffabout
Noelle Morris

Notice bibliographique

RevueScholarship at UWindsor (University of Windsor) · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Learning in Education
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésPedagogyMathematics educationEmerging technologiesHigher educationTeaching methodSociologyComputer sciencePsychologyEngineering ethicsPolitical scienceEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study was guided by the following research objectives: (1) investigating the relationship between the teacher education curriculum and field placements; (2) investigating how the technology experiences of teacher candidates in a teacher education program affect their experiences in a field placement experience; and (3) investigating situational, institutional, and/or dispositional variables that influence the integration of instructional technologies by teacher candidates in placements. Thirty-two teacher candidates in a consecutive teacher education program in Ontario completed questionnaires; additional interviews were conducted with four of these individuals. The data suggests that the participants in the required technology class were highly influenced by their faculty instructors' and mentor teachers' uses of technology, and the majority of the participants had very little experience with using technology for pedagogical and constructivist purposes. Technology integration in placements was ultimately dependent on the access and availability of resources, previous experience with available resources, technical support, and funding.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,844

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,255
Écart entre enseignants0,241 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations6
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScholarship at UWindsor (University of Windsor)Même sujetMobile Learning in EducationTravaux en français237 207