MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
Sujet
Online Learning and Analytics
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

1 694 résultats · 1 filtre actif ·
Résultats par année
20002025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
1 694 travaux dans la cohorte · sur 4 299 418page 13 sur 34

Les étiquettes couvrent 10 des 1 694 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 1 694 des 1 694 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

afffundvenuenon étiqueté
OXREF: Open XR for Education Framework
Ishan Sudeera Abeywardena
2023· article· en· The International Review of Research in Open and Distributed Learning· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
8
citations
affsans résuménon étiqueté
Measuring Multidimensional Facets of SRL Engagement with Multimodal Data
Megan Wiedbusch, Daryn A. Dever, Shan Li, Mary Jean Amon, Susanne P. Lajoie, Roger Azevedo
2023· book-chapter· en· Advances in analytics for learning and teaching· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
8
citations
venueno affnon étiqueté
Case Study as a Research Method for Analyzing MOOCs
Ramón Montes-Rodríguez, Juan Bautista Martínez-Rodríguez, Almudena Ocaña-Fernández
2019· article· en· The International Review of Research in Open and Distributed Learning· Computer Science
prédiction distillée:candidate · metaresearchconsensus · aucune
8
citations
affvenuenon étiqueté
TOWARDS THE HCI LIVING CURRICULUM
Andrea Jovanovic, Olivier St-Cyr, Mark Chignell
2018· article· en· Proceedings of the Canadian Engineering Education Association (CEEA)· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations
afffundnon étiqueté
Developing marking support within Eclipse
Del Myers, Elizabeth Hargreaves, Jody Ryall, Suzanne Thompson, M. Loring Burgess, Daniel M. Germán +1 autres
2004· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations
affnon étiqueté
Learning Analytics for Networked Learning Models
Srécko Joksimovíc, Dragan Gašević, Marek Hatala
2014· article· en· Journal of Learning Analytics· Computer Science
prédiction distillée:candidate · metaepi_narrow+research_integrityconsensus · aucune
7
citations
affsans résuménon étiqueté
Challenges and Solutions in Smart Learning
Maiga Chang, Elvira Popescu, Kinshuk Kinshuk, Nian‐Shing Chen, Mohamed Jemni, Ronghuai Huang +1 autres
2018· book· en· Lecture notes in educational technology· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations
affsans résuménon étiqueté
Resilience and Future of Smart Learning
Junfeng Yang, Dejian Liu, Ahmed Tlili, Maiga Chang, Elvira Popescu, Daniel Burgos +1 autres
2022· book· en· Lecture notes in educational technology· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations

En coulisses: Sélection · Constats · À propos