Sociodemographic Characteristics of Learners and Participation in Computer Conferencing
Notice bibliographique
Résumé
This article explores the relationship between learners' sociodemographic characteristics and their level of participation in computer conferencing. A quantitative study of participation among 30 learners in a noncredit agricultural leadership development program provides the empirical data for this exploration. The relationships between learner participation and six sociodemographic variables are explored: sex, age, education level, occupation, residence in urban or rural areas, and region of residence in Canada. Holding a university degree and living in an urban area are found to be the strongest predictors of participation. Recognizing that a considerable amount of variability in learners' participation in computer conferences may reflect those learners' sociodemographic characteristics has important implications for the design and facilitation of such conferences. Cet article explore les relations entre les caractéristiques socio-démographiques des apprenants et leurs niveaux de participation aux conférences télématiques. Une étude quantitative de la participation de trente personnes à un programme non-crédité de développement du leadership en agriculture constitue les données empiriques de cette recherche. Les relations entre les apprenants, leurs participations et six variables socio-démographiques sont analysées : le sexe, l'âge, le niveau d'éducation, l'occupation, le milieu urbain ou rural et le lieu de résidence au Canada. Les variables « possédant un diplôme universitaire » et « résidant en milieu urbain » sont les prédicteurs les plus susceptible d'une participation positive des apprenants. Reconnaître que la grande variabilité de la participation des apprenants aux conférences télématiques peut découler de leurs caractéristiques socio-démographiques a des implications importantes dans la planification de telles conférences.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».