MétaCan
Menu
Retour à la cohorte
Enregistrement W1483790862 · doi:10.21432/t21w21

Issues And Challenges Of Instructional Technology Specialists In Alberta Colleges

2005· article· en· W1483790862 sur OpenAlexvenueaboutno aff
Margaret Spence, Margaret Haughey

Notice bibliographique

RevueCanadian Journal of Learning and Technology · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVariety (cybernetics)Technology integrationEducational technologyCurrencyInformation technologyMedical educationWork (physics)Information and Communications TechnologyFaculty developmentInstructional technologyInstructional designPedagogyProfessional developmentPsychologyPublic relationsSociologyEngineeringPolitical scienceComputer scienceMedicineEconomics

Résumé

récupéré en direct d'OpenAlex

Under pressure to become more cost effective and competitive in the delivery of educational courses and programs, Alberta colleges have identified the integration of communication and information technologies as an appropriate response to these fiscal demands. This requires highly skilled computer and communication technologists who are both technology specialists and pedagogical experts. Twenty-eight Instructional Technology Specialists at fourteen Alberta colleges responded to a written survey. Follow-up interviews were held with seven respondents. Respondents perceived the college’s administration as lacking understanding of the implications of integrating technology into teaching and uncertain about ongoing funding for projects. As Instructional Technology Specialists they brought a variety of backgrounds and experiences to their work. They provided a broad range of services and maintained currency through ongoing formal and informal professional development. For these IT Specialists, their concerns are about growth and a better balance between the technical and pedagogical aspects of technology.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,563
Score d'incertitude au seuil0,869

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,025
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0250,007
Communication savante0,0110,003
Science ouverte0,0040,009
Intégrité de la recherche0,0060,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,277
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Learning and TechnologyMême sujetOnline and Blended LearningTravaux en français237 207