What Makes an Effective Virtual Learning Experience for Promoting Faculty Use of Technology
Notice bibliographique
Résumé
The main objective of this project was to provide a Web-based tool that included practical resources for faculty in education at one Canadian university who were seeking ways to make effective use of learning technologies to enhance learning environments. The site includes online tools and resources and integrates ideas from people in the faculty and other education institutions about various ways to enhance teaching and learning through the use of technology. A study using the think-aloud strategy investigated the views of four faculty members about the effectiveness of the site for their own professional development. L’objectif principal de ce projet consistait a offrir un outil sur Web qui incluait des ressources pratiques pour la faculte en education d’une universite canadienne qui recherchait les facons de faire une utilisation efficace de technologies d’apprentissage pour ameliorer l’environnement d’apprentissage. Le site comprend des outils et ressources en ligne et integre des idees de personnes de la faculte et d’autres institutions d’education concernant diverses manieres d’ameliorer l’enseignement et l’apprentissage par l’utilisation de la technologie. Une etude utilisant une strategie d’echange d’idees a interroge quatre membres de la faculte concernant l’efficacite du site pour leur propre developpement professionnel.
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 | 0,001 | 0,003 |
| 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 | 0,002 |
| Science ouverte | 0,000 | 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 ».