MétaCan
Menu
Retour à la cohorte
Enregistrement W598357352 · doi:10.19173/irrodl.v17i3.2068

Revising the Community of Inquiry Framework for the Analysis of One-To-One Online Learning Relationships

2016· article· en· W598357352 sur OpenAlexvenueno aff
Stefan Stenbom, Malin Jansson, Annelie Hulkko

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensnon disponible
Organismes subventionnairesKungliga Tekniska Högskolan
Mots-clésCommunity of inquiryCoding (social sciences)CoachingOnline discussionOnline communityPsychologyLearning communityMathematics educationOnline learningProcess (computing)CognitionClass (philosophy)Exploratory researchPedagogyComputer scienceMultimediaSociologyWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

In online learning research, the theoretical community of inquiry framework has been used extensively to analyze processes of inquiry among learners and instructors within a community. This paper examines a special case of community of inquiry consisting of only one learner and one instructor. Together they en­gage in an online coaching discourse to form a relationship of inquiry. Within these relationships, coachees pass through processes of practical inquiry process while a coach supports the process. In this study, a framework and coding scheme were developed for use in a transcript coding procedure including 3,109 messages from an online coaching case in math for K–12 students. It is found that the elements of cognitive, teaching, and social presence, as well as the newly proposed emotional presence, which outlines a community of inquiry, comprise an effective structure for the analysis of one-to-one online coaching environments. The findings of this exploratory study suggest that a relationship of inquiry framework has the potential to support development of one-to-one online learning.

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)0,041
score de la tête « metaresearch » (Gemma)0,063
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,217

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,063
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0110,008
Études des sciences et des technologies0,0070,023
Communication savante0,0130,022
Science ouverte0,0040,010
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,349
Tête enseignante GPT0,539
Écart entre enseignants0,190 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Review of Research in Open and Distributed LearningMême sujetOnline and Blended LearningTravaux en français237 207