Bibliographic record
Abstract
Abstract: Across disciplines, researchers recognize that working together in a small group can be a challenging learning activity, particularly in an online course where group members meet remotely. This 2-year, design-based research study focused on improving group work in both online and blended sections of an undergraduate course for pre-service teachers. Surveys were completed by instructors (N = 15) and students (N = 361) at three different junctures during the course to learn about how technologies were used by students and instructors to support group work. Interviews were also conducted at the end of the term to gather in-depth descriptions about the types of technologies and how they were used by students and instructors to support group work. Findings indicated that students and instructors selected a combination of technologies, including institutionally supported and mainstream applications such as shared workspaces to coordinate, track, and monitor group progress. Students and instructors also described using communication technologies to manage group challenges related to scheduling, communicating, and integrating tasks into the project. Findings contribute to our understanding about how technologies were used to support process and product when working on a group assignment. Keywords: technology-supported, online, group work, group assignment, social interdependence, teacher education Résumé: Dans toutes les disciplines, les chercheurs reconnaissent que travailler ensemble en petit groupe peut être une activité d'apprentissage stimulante, en particulier dans un cours en ligne où les membres du groupe se rencontrent à distance. Cette étude de recherche de deux ans basée sur la conception s'est concentrée sur l'amélioration du travail en groupe dans les sections en ligne et mixtes d'un cours de premier cycle pour les enseignants en formation. Des sondages ont été complétés par des instructeurs (N = 15) et des étudiants (N = 361) à trois moments différents pendant le cours pour apprendre comment les technologies étaient utilisées par les étudiants et les instructeurs pour soutenir le travail de groupe. Des entrevues ont également été menées à la fin du trimestre afin de recueillir des descriptions détaillées sur les types de technologies et la façon dont les technologies étaient utilisées par les étudiants et les instructeurs pour soutenir le travail de groupe. Les résultats ont indiqué que les étudiants et les enseignants ont choisi une combinaison de technologies, y compris des applications soutenues par l'établissement et des applications grand public, y compris des espaces de travail partagés pour coordonner, suivre et surveiller les progrès du groupe. Les étudiants et les instructeurs ont également décrit l'utilisation des technologies de communication pour gérer les défis de groupe liés à la planification, à la communication et à l'intégration des tâches dans le projet. Les résultats contribuent à notre compréhension de la façon dont les technologies ont été utilisées pour soutenir les processus et les produits lorsque nous réalisons un travail en groupe. Mots-clés: soutenu par la technologie, en ligne, travail de groupe, affectation de groupe, interdépendance sociale, formation des enseignants
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 0.006 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".