The Covid-19 pandemic outbreak has forced all courses to be carried out online, but only a few truly fulfill student expectations. This study aims to explain the characteristics of enjoyable online learning based on the platform, the content, and the learning model. Data collected using closed and open questionnaires which were responded to by 110 students in 2019/2020. The closed questionnaire revealed the most preferred learning elements, and the open questionnaire was to clarify their reasons. The data were arranged sequentially from the quantitative data to the qualitative data. The results of the study showed that (1) the preferred online platforms were Moodle, Google Meet, and WhatsApp. They like Moodle because the content is well structured, Google Meet is easily accessible, and WhatsApp is their daily routine application; (2) The learning content consists of 2 to 3 resources i.e.: 6-10 pages papers, 11-15 pages PowerPoint and 6-10 minute videos. Too much content causes a heavy learning burden; (3) Most students preferred the blended learning strategy. The synchronous lectures for 60-75 minutes can motivate them because they can interact with lecturers and other students. Asynchronous lectures are more flexible that can be done anytime and anywhere so that the students become more independent in their learning


翻译:Covid-19大流行病的爆发迫使所有课程都在线进行,但只有少数几门真正满足学生的期望。本研究旨在解释基于平台、内容和学习模式的可享受在线学习的特点。用封闭和开放的问卷收集的数据,在2019/2020年110名学生答复了这些数据。封闭的调查问卷揭示了最可取的学习要素,开放的问卷是为了澄清其原因。数据从数量数据到定性数据按顺序排列。研究结果显示:(1)首选的在线平台是Moodle、Google Meet和WhatsApp。它们喜欢Moodle,因为内容结构完善,Google Meet很容易访问,什么是App的日常应用;(2)学习内容由2至3个资源组成,即:6至10页的论文、11至15页的PowerPoint和6至10分钟的视频。太多的内容造成了沉重的学习负担;(3)大多数学生倾向于混合学习战略。60至75分钟的同步讲座可以激励他们,因为他们可以与讲师和其他学生互动,因此他们可以很容易进入,在任何地方可以更加独立地学习。

0
下载
关闭预览

相关内容

深度学习搜索,Exploring Deep Learning for Search
专知会员服务
57+阅读 · 2020年5月9日
【强化学习资源集合】Awesome Reinforcement Learning
专知会员服务
93+阅读 · 2019年12月23日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
学术报告|港科大助理教授宋阳秋博士
科技创新与创业
7+阅读 · 2019年7月19日
意识是一种数学模式
CreateAMind
3+阅读 · 2019年6月24日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
spinningup.openai 强化学习资源完整
CreateAMind
6+阅读 · 2018年12月17日
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
11+阅读 · 2018年4月27日
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
Arxiv
8+阅读 · 2021年5月21日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
3+阅读 · 2018年2月24日
VIP会员
相关VIP内容
相关资讯
学术报告|港科大助理教授宋阳秋博士
科技创新与创业
7+阅读 · 2019年7月19日
意识是一种数学模式
CreateAMind
3+阅读 · 2019年6月24日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
spinningup.openai 强化学习资源完整
CreateAMind
6+阅读 · 2018年12月17日
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
11+阅读 · 2018年4月27日
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
相关论文
Top
微信扫码咨询专知VIP会员