Pointillist, cyclical, and overlapping: Multidimensional facets of time in online education
Notice bibliographique
Résumé
<p>A linear, sequential time conception based on in-person meetings and pedagogical activities is not enough for those who practice and hope to enhance contemporary education, particularly where online interactions are concerned. In this article, we propose a new model for understanding time in pedagogical contexts. Conceptual parts of the model will be employed as a “cultural technology” to help us relate to evolving phenomena, both physical and virtual. We label these constructs as <em>pointillist</em>, <em>cyclical</em>, and <em>overlapping </em>times.</p><p>Pointillist time and learning takes place in “dots” of actions that consist of small, discrete moments (e.g., tweeting). Producing, receiving, and sharing ideas in this context are separate points in each actor’s timeline. Cyclical time and learning emerges from intensive periods, which are highly visible in online forums. This construct reveals itself through interactions that often exist in multiple online environments. Overlapping time and learning involves various configurations of linear, pointillist, and cyclical layers, which are mainly evident through the simultaneous uses of social communication technologies.</p><p>Pointillist, cyclical, and overlapping time constructs enable new orientations for conceptualizing time in pedagogy. In this article we also introduce de-, re-, and en- modes of these pedagogies that connect with approaches to meet the needs of learners for individualization, personalization, and cyborgization. <br /><br /></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.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».