How College Faculty Experience Designing Blended Courses They Teach
Notice bibliographique
Résumé
Blended learning has been growing and evolving in higher education since the early 2000s. Despite extensive quantitative research examining blended course use and exploration of how students experience blended-courses, more situated, local research about faculty members’ experiences was needed. The purpose of this qualitative study was to develop a deeper understanding of faculty members’ experiences during the decision-making process in designing blended courses they teach. The conceptual framework was grounded in Engeström’s activity theory to allow an exploration of individual agency within a specific community setting. Faculty members’ decision-making experiences and perceptions were explored using an interpretive description methodology. A diverse group of 12 faculty members was purposefully selected from a single public college in Ontario, Canada to participate in semistructured individual interviews. The data were collected and analyzed using a two-cycle coding plan that revealed three key themes and two subthemes. The five findings showed (a) a common understanding that blended courses include a dominant face-to-face and passive online part, (b) design decisions occur on a student-self and value-cost continuum, (c) course ownership is central to agency, (d) the myth of experience exists, and (e) a major disruption causes reassessment of decision-making influencers. As a result of this exploration, positive social change is possible in that institutions may recognize that faculty members need more time and quality professional development to design and teach rich blended courses for learning, while faculty members may gain understanding of how to enhance learner engagement and success through blended-course design.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».