MétaCan
Menu
Retour à la cohorte
Enregistrement W1501145290 · doi:10.19173/irrodl.v2i2.61

A Top Down Strategy to Enhance Information Technologies into Israeli Higher Education

2002· article· en· W1501145290 sur OpenAlexaffvenue
Sara Guri-Rosenblit

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2002
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensUniversité de MontréalUniversité LavalUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHigher educationOutreachEthosProcess (computing)Public relationsKnowledge managementSociologyDistance educationTop-down and bottom-up designTechnology integrationPolitical scienceComputer scienceEducational technologyPedagogy

Résumé

récupéré en direct d'OpenAlex

This article examines the integration of the new information technologies (IT) into Israeli higher education, and most particularly its research universities through a top-down strategy, initiated by the Israeli Council for Higher Education since the end of 1999. This top-down strategy has created a systemic change that will affect the many layers of university activities rather than in a random, sporadic manner undertaken by enthusiastic individuals. This article discusses the built-in contradictions and dilemmas in the process of adapting distance teaching methods by conventional universities in Israel (as well as in other higher education systems). It examines the merits of a top-down strategy aimed to implement the IT through a macro-level, systemic approach, and analyses the differential uses of the IT in Israeli higher education institutions, relating to variables of: access-outreach; teaching-learning processes; study materials production; data and information retrieval; administrative functions; the creation of "researcher" communities; inter-institutional collaboration; and associated costs. The article concludes with some suggestions for effective implementation of the IT in different types of higher education institutions in a comprehensive and systematic manner, that will take into account their academic ethos and organizational infrastructure, and cater to the unique needs and characteristics of their relevant constituencies.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil0,685

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,068
Tête enseignante GPT0,479
Écart entre enseignants0,412 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations30
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe International Review of Research in Open and Distributed LearningMême sujetOnline and Blended LearningTravaux en français237 207