MétaCan
Menu
Retour à la cohorte
Enregistrement W1599960761 · doi:10.19173/irrodl.v14i2.1530

Open education resources and mobile technology to narrow the learning divide

2013· article· en· W1599960761 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Learning in Education
Établissements canadiensAthabasca University
Organismes subventionnairesQatar National Research FundFonds National de la Recherche LuxembourgQatar Foundation
Mots-clésLaptopComputer scienceOpen educational resourcesInternet accessOpen learningMultimediaOpen educationEducational technologyDistance educationMobile technologyDeveloping countryMobile deviceThe InternetWorld Wide WebTelecommunicationsInternet privacyTeaching methodEconomic growthCooperative learningSociologyPedagogy

Résumé

récupéré en direct d'OpenAlex

<p>As the world becomes more digitized, there will be an increasing need to make available learning resources in electronic format for access by information and communication technologies. The question education will face is whether these learning resources will be available for learners to access at no cost or affordable cost so that there will be equity in access by anyone regardless of location, status, or background. With initiatives such as the Millennium Development Goals and Education For All by the United Nations (United Nations, 2011) learning materials must be available as open education resources to achieve the goals. Currently, most learning materials are available at a cost for people to purchase to learn, or they have to travel to a specific location (school or library) to access learning materials. In some parts of the world, especially in developing countries, these costs are prohibitive, preventing learners from achieving a basic level of education so that they can be productive in society and improve their quality of life (Bhavnani et al., 2008). Some would say that people in remote locations and developing countries do not have computers to access learning materials. It is true that many do not have desktop or laptop computers to access learning materials, but they have mobile devices and are now obtaining tablets with wireless capability to allow them to access learning materials from anywhere and at any time. These countries are bypassing the wired desktop stage and moving directly to wireless mobile technology (Bhavnani et al., 2008). Storing open education resources (OER) in electronic repositories will allow learners to access the resources using mobile technology. With mobile technologies, learners can complete coursework and assessments from anywhere and send their work to their tutors electronically and receive feedback (GSMA, 2011).</p>

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.

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)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,922
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,004
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 savante0,0010,001
Science ouverte0,0040,005
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 Opus0,042
Tête enseignante GPT0,433
Écart entre enseignants0,391 · 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