The visual online tools for collaborative learning and icebreaker activities

Cover Page

Cite item

Full Text

Abstract

Problem statement. The study is aimed to explore how have transformed the traditional approaches of collaborative learning under the influence of new digital environment? And what are the ways of introducing online group activities, precisely icebreakers? Methodology . Authors choose Miro and Mural as the visual platforms for group work activities that enable users to collaborate and customize workspace to better suit their needs. They compared and tested both platforms across six categories: pricing, interface, templates, integrations, customization, collaboration. Results . Authors reach the conclusion that Miro has a significantly larger selection of templates, integrations and apps to choose from. The user interface has a design consistency that ties UI elements together with distinguishable and predictable actions and creates a great user experience overall. Mural offers more facilitation features, which undoubtedly also makes it a powerful tool. But if the price of the tool is also of great importance, Mural might be the right choice. Moreover, there have been considered the approaches of how to organize icebreaker games during the virtual meeting or workshop in Miro and Mural. Authors suggest several exercises: create own character, questions from a bucket, puzzle, world map, five common things, two lies - one truth, take a photo of the desk. Conclusion. Online-whiteboards like Miro and Mural effectively support warm-ups and collaborative visualization in the online environment and allow to achieve higher level of participation than in face-to-face communication.

About the authors

Elizaveta A. Osipovskaya

Peoples’ Friendship University of Russia (RUDN University)

Author for correspondence.
Email: osipovskaya-ea@rudn.ru
ORCID iD: 0000-0002-4192-511X

PhD in Philology, Associate Professor of the Department of Mass Communication, Faculty of Philology

6 Miklukho-Maklaya St, Moscow, 117198 Russian Federation

Duško Lukač

Centre of Competence for EPLAN Certifications

Email: lukac.d@eplan.de
ORCID iD: 0000-0002-0543-4129

Dr. Dipl. Ing. (FH), MBA., M. Eng, Head of Education at EPLAN GmbH & Co.

Federal Republic of Germany, 53721, Siegburg, KG Wacholderweg 10B

References

  1. Timonen P, Ruokamo H. Designing a preliminary model of coaching pedagogy for synchronous collaborative online learning. Journal of Pacific Rim Psychology. 2021. https://doi.org/10.1177/1834490921991430
  2. Väätäjä JO, Ruokamo H. Conceptualizing dimensions and a model for digital pedagogy. Journal of Pacific Rim Psychology. 2021. https://doi.org/10.1177/1834490921995395
  3. Niemi H. AI in learning: preparing grounds for future learning. Journal of Pacific Rim Psychology. 2021. https://doi.org/10.1177/18344909211038105
  4. Mu X, Xu K, Chen Q, Du F, Wang Y, Qu, H. MOOCad: visual analysis of anomalous learning activities in massive open online courses. EuroVis. Short Papers. Zurich; 2019. p. 91-95.
  5. Okubo F, Shimada A, Yin C, Ogata H. Visualization and prediction of learning activities by using discrete graphs. Proceedings of the 23rd International Conference on Computers in Education (30 November - 4 December 2015). Hangzhou; 2015. p. 739-744.
  6. Quan G, Gu X. Visualization forms in the cross-cultural collaborative activities of design and development of a digital resource for education. Journal of Educational Computing Research. 2017;56(3):439-463. https://doi.org/10.1177/0735633117708336
  7. Kui X, Liu N, Liu O, Liu J, Zeng X, Zhang C. A survey of visual analytics techniques for online education. Visual Informatics. 2022. https://doi.org/10.1016/j.visinf.2022.07.004.
  8. Lamia H. Collaborative learning and collaborative visualization. Available from: https://wikimemoires.net/2022/03/collaborative-learning-and-collaborative-visualization/ (accessed: 11.09.2022).
  9. Chen FS, Ke HS, Chen YC. Online learning as a panacea? An empirical study to discuss problem-based cooperative learning in Taiwan. International Journal of Emerging Technologies in Learning. 2020;15(18):251-259. https://doi.org/10.3991/ijet.v15i18.15079
  10. Rahman A, Ahmar A, Rusli R. The influence of cooperative learning models on learning outcomes based on students’ learning styles. World Transactions on Engineering and Technology Education. 2016;14(3):425-430. https://doi.org/10.26858/wtetev14i3y2016p6425430
  11. Scager K, Boonstra J, Peeters T, Vulperhorst J, Wiegant F. Collaborative learning in higher education: evoking positive interdependence. CBE Life Sciences Education. 2016;15(4):1-9. https://doi.org/10.1187/cbe.16-07-0219
  12. Zhang L, Basham JD, Yang S. Understanding the implementation of personalized learning: a research synthesis. Educational Research Review. 2020;31:100339. https://doi.org/10.1016/j.edurev.2020.100339
  13. Lopez M, Gerardo Carrillo Arriaga J, Nigenda Álvarez JP, Treviño González R, Elizondo-Leal JA, Valdez-García JE, Carrión B. Virtual reality vs traditional education: is there any advantage in human neuroanatomy teaching? Computers & Electrical Engineering. 2021;93:107282. https://doi.org/10.1016/j.compeleceng.2021.107282
  14. Alvarez C, Salavati S, Nussbaum M, Milrad M. Collboard: fostering new media literacies in the classroom through collaborative problem solving supported by digital pens and interactive whiteboards. Computers & Education. 2013;63:368-379, https://doi.org/10.1016/j.compedu.2012.12.019
  15. Brandao MA, Hagy S, Thuvander L. Collaborative pedagogy for co-creation and community outreach: an experience from architectural education in social inclusion using the Miro tool. In: Raposo D, Martins N, Brandão D. (eds.) Advances in Human Dynamics for the Development of Contemporary Societies. AHFE; 2021.

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».