Model of Flipped Classroom Environment for Mastery Learning Approach Using the “ZOOMRBT App”
Notice bibliographique
Résumé
In the digital era that encourages innovation in educational technology, it is crucial to incorporate the use of technology into pedagogy. Since the inception of hybrid learning and other approaches that involve students and instructors in educational activities, the learning environment has undergone signiicant changes. By utilizing instructional resources such as textbooks and videos, it has become easible to engage with students beyond the conines o the classroom and during evening hours. Research conducted on students in grades 8 and 9 in Ontario, Canada, revealed that due to their limited spare time, they opted to study and complete their homework after school. Moreover, they exhibited a clear prioritization o their depth o subject knowledge over other actors. The study aimed to adapt the existing learning environment to establish a new environment conducive to mastery learning. It involved iteen student participants, including an expert teacher in the lipped classroom teaching method. The study employed qualitative techniques such as ocus groups, document analysis, expert agreement percentages, and innovative lipping o the classroom. The study resulted in the identiication o ive thematic analyses: learning lexibility, application skills, usage o application skills, mastery assessment, and the human touch. Collectively, these qualitative indings provide compelling evidence that the research participants actively engage with various aspects o the lipped learning environment, as outlined by the aforementioned themes. The participants in the case study acted as both fresh and established elements within the lipped learning environment.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,009 |
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 ».