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
E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education
Sujet
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.

491 résultats · 1 filtre actif ·
Résultats par année
20022019
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.
491 travaux dans la cohorte · sur 4 299 418page 7 sur 10

Les étiquettes couvrent 1 des 491 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 491 des 491 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le volet Gemma est une étiquette directe du modèle pour chaque travail (titre seulement); le volet Codex est un classifieur distillé et calibré. Le mode candidate est l'union; le consensus est l'intersection.

affsans résuménon étiqueté
The New Paideia
Raj Boora
2002· article· en· E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
eInclusion by means of Digital Game-Based Learning
Maja Pivec, Olga Dziabenko, Paul Kearney
2005· article· en· E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education· Psychology
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
New trends in HCI research and development: A cautionary tale
Hélène Fournier
2018· article· en· E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Assessment of Teachers' Electronic Portfolios
Teddy Parvanova
2004· article· en· E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Technology-mediated Professional Learning
Susan E. Gibson, Charmaine Brooks
2012· article· en· E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Distance Instructor Training: Joint efforts between two countries
Jessica Payeras, Évelyne Diabaté
2004· article· en· E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Multimedia-based E-Learning Systems for Students with Special Needs
Onintra Poobrasert, Nick Cercone
2008· article· en· E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Issues in the development of online teacher education
George Gadanidis, Sharon Rich
2002· article· en· E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
A Moodle federated Digital Learning Environment at UQAM
Gilles Boulet, Marina Caplain, JEAN-FRANÇOIS TREMBLAY
2012· article· en· E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Going Paperless: Using eBooks in Faculty Development Workshops
Rebecca J. Hogue, Madeleine Montpetit, Colla J. MacDonald
2013· article· en· E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
The Effect of Animated Concept Maps on Knowledge Transfer
Olusola Adesope, John C. Nesbit, Susan Olubunmi, Tolulope Adesope
2009· article· en· E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Scaffolding for Experts: Trial not Error
Judi McCuaig, Alana Cordick
2007· article· en· E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education· Health Professions
prédiction machine:candidate · metaresearchconsensus · aucune
0
citations
affsans résuménon étiqueté
Student Perceptions of Online Practicum
Gabrielle Wilcox, Jennifer Lock
2014· article· en· E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Web Versus Face-to-Face Tutorials: Why I Didn’t Go To Class In My Pyjamas
Bruce Tsuji, Andréna Pierre, Patricia Van Roon, Corrie Vendetti
2012· article· en· E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Apply Formal Concept Analysis to Teaching Material Extraction
Shaochun Li, Ko-Kang Chu, Maiga Chang
2009· article· en· E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
How could Web 2.0 be shaping web-assisted learning?
Gregory Fleet, Peter Wallace
2007· article· en· E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations

En coulisses: Sélection · Constats · À propos