ERIC ED466195: Developing a Typology of Students in a Web-Based Instruction Course.
Notice bibliographique
Résumé
This paper argues that individual differences among undergraduate students are important factors to the effectiveness of asynchronous learning and that students' needs and perceptions must be taken into account in the design of Web-based instruction (WBI). A student typology is presented based on evidence from an ethnographic study of a WBI undergraduate course in the Education program at the University of Alberta. "EDPY202: Technology Tools for Teaching and Learning" is philosophically based on the perspective that learning is a process of constructing knowledge rather than a process of recording knowledge. Although EDPY202 is primarily a software tools literacy course, it does provide the students with some exposure to curriculum integration. Qualitative data were collected from an EDPY202 class with an enrollment of 700 students between September 1998 and June 1999. A total of 116 students volunteered to be interviewed. The great majority of the students, 72, were 19 to 24 years old; 28 students were 25 to 35 years old and 16 were over 35. The method used to investigate the course relied in part on participant observation and in-depth interviews in order to construct the categories through which the participants themselves interpreted their experience. The majority of students interviewed liked the course and spoke positively about the self-directed, active learning experience. Results are discussed in terms of: developing a new vocabulary; written versus spoken communication; difficulty with active learning; feelings of isolation and exclusion; overcoming technical problems; and marking criteria. (Contains 13 references.) (AEF)
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».