Nontraditional Students’ Perceptions and Experiences Using Technology in a Teacher Preparation Program
Notice bibliographique
Résumé
AbstractTechnology integration is a key part of a 2-year teacher education program at the Canadian university; nontraditional students seemed unprepared to use technology for learning. The purpose of this study was to investigate nontraditional students’ perceptions and experiences about their successes and challenges using technology in the program. The study was guided by Knowles’s andragogy theory, which presents a learner-centred perspective on adult learning. The research questions focused on nontraditional students’ successes and challenges using technology in coursework. A basic qualitative design was used to capture the insights of 10 purposefully selected, nontraditional university students through semistructured interviews. Themes were identified through open coding. The trustworthiness of the study was established through member checking, rich and detailed descriptions, and research reflexivity. The findings revealed that nontraditional students, especially at the start of the program, encountered difficulties learning to use new technology tools, experienced technology user unfriendliness, and struggled with a shift to online learning. The findings also showed that nontraditional students developed technology self-efficacy as they progressed through the program, aiding them in applying educational technology tools. The successes have been attributed to personal, instructor, and institutional factors as well as peer support. A white paper was developed with suggestions for streamlining the learning management system and technology tools, offering peer mentoring, enhancing technology training, and allowing extra time for technology practice. The implications for positive social change included providing insights for improving nontraditional students’ learning experiences and those of their future students.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».