Instructional Designers and Their Use of Self-Regulated Learning Practices in Higher Education
Notice bibliographique
Résumé
Instructional Designers are informal leaders in higher education and play a critical role in maintaining the high quality of education expected from these institutions. Yet, there is minimal research on Instructional Designers and their integral role in higher education. The purpose of this study was to investigate how Instructional Designers use self-regulated learning (SRL) strategies in their practice. The study used a qualitative approach with multiple methods – semi-structured interviews and review of an online learning module. Five Instructional Designers at a university in Ontario, Canada were interviewed to gain insights about their perceptions of SRL and their use of SRL strategies in instructional materials. Participants reviewed an online learning module to demonstrate and apply their knowledge of SRL, identifying features within the module that would prompt SRL skills in students. Results of the study suggest that Instructional Designers have some form of declarative and procedural knowledge of SRL. Participants described SRL as critical for students in terms of designing personalized learning plans, becoming lifelong learners, and developing critical thinking and problem-solving skills. Participants incorporated SRL into their work through the design of courses and of online learning modules. In addition, participants were able to identify various features within the online learning module that would prompt SRL in students. However, this knowledge of SRL is not the result of instructional design training, but other educational and professional endeavors undertaken before entering the profession (e.g., Bachelor of Education, Master of Education, independent professional development). Most Instructional Designers use their professional experiences, intuition, observations of what they have seen others do, and past experiences as a learner in combination with learning theories and SRL strategies to design courses and instructional materials in higher education.
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 | 0,058 | 0,094 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,012 |
| Communication savante | 0,010 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».