MétaCan
Menu
Retour à la cohorte
Enregistrement W1594860204

Riding giants: how to innovate and educate ahead of the wave. Research proceedings of the 21st Annual Conference of the Association for Learning Technology, ALT-C 2014

2014· other· en· W1594860204 sur OpenAlexfundno aff
Steven Verjans, Gail Wilson

Notice bibliographique

RevueDSpace (Open University in the Netherlands) · 2014
Typeother
Langueen
DomaineSocial Sciences
ThématiqueEducation and Technology Integration
Établissements canadiensnon disponible
Organismes subventionnairesAgencia Estatal de InvestigaciónUniversity of NicosiaUniversity of ThessalyTechnological University DublinUniversity of Cape TownTeesside UniversityChinese University of Hong KongUniversity of AberdeenLiverpool John Moores UniversityVrije Universiteit AmsterdamUniversity of Southern QueenslandMurdoch UniversityUniversity of Central LancashireEdith Cowan UniversityCoventry UniversitySouthern Cross UniversityCharles Sturt UniversityGlasgow Caledonian UniversityTU Graz, Internationale Beziehungen und MobilitätsprogrammeRoyal Roads UniversityDe Montfort UniversityMacquarie UniversityUniversity of WolverhamptonLondon Metropolitan UniversityMassey University
Mots-clésSocial mediaSociologyPedagogyLibrary scienceMathematics educationPsychologyComputer scienceWorld Wide Web
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This special issue contains the research proceedings of the 21st annual conference of the Association for Learning Technology, which was held from Monday 1st to Wednesday 3rd of September 2014 at Warwick University (UK). All papers deal with creative ways of using technology to enhance students’ learning experience. Three of the papers focus on the role of the teacher, on creative pedagogies and innovative approaches to teachers’ professional development (PD). Two papers focus on the role of social media - mobile or non-mobile - within the teaching and learning experience. The majority of the papers deal with institutions and teachers ‘Learning to ride’ the wave of technology innovation, whereas some are at the stage where they are collecting evidence to suggest that they are ‘Staying up, mobile and personal’.

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)0,002
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,385
Score d'incertitude au seuil0,771

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,046
Tête enseignante GPT0,325
Écart entre enseignants0,279 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDSpace (Open University in the Netherlands)Même sujetEducation and Technology IntegrationTravaux en français237 207