The Problems of Information Technologies Effectiveness in Humanities Education
Notice bibliographique
Résumé
An impact of information technologies on high education in social and humanitarian sciences is considered. An analysis of modern teaching and assessment methods and means is given in a context of social challenges and signals of diminished interest in fundamental knowledge, over-formalization requirements for high education, application of existing tools of e-learning and assessment. It is pointed out that existing information and computer technologies and tools are not sufficient in terms of depth and qualities of assessment process, are weak in assisting of ideological understanding, do not help in formation of logic reasoning, understanding of cause-consequence dependencies, abilities of presenting results of one’s own thinking, assisting in improvement of argumentative skills and finding solutions. The limitations of electronics books use are also explained. Arguments are given in favour of importance of teacher’s roles such as mentor, leader, who indicates directions and corrects actions during knowledge delivery, the process of education and behaviour formation. Further improvement of methods of assessment using information and computer technologies is described as an interdisciplinary issue. The solution of this problem is possible only by consolidated efforts of scientists and lecturers from various knowledge domains, taking into account features and differences of disciplines and individual abilities of knowledge formation. A problem of efficiency improvement for information technologies application in humanitarian and social sciences is described. It’s shown that adaptation and redevelopment of system software to address cognitive and behavioural goals are required; in turn, modernization of learning and methodological education schemes should be based on the principles of inheritance, consistency, and social-cultural dependence.
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 | 0,047 | 0,123 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,005 | 0,011 |
| Communication savante | 0,024 | 0,017 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».