MétaCan
Menu
Retour à la cohorte
Enregistrement W1700735378 · doi:10.1109/ictta.2006.1684343

Education using Face-to-Face and Remote Approaches within a Linguistically Minority Environment

2006· article· en· W1700735378 sur OpenAlexaffabout
Mohamed Ben Ammar, Habib Hamam, Yamina Bouchamma

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésFace (sociological concept)Face-to-faceQuality (philosophy)Work (physics)Computer scienceDistance educationMinority languageHigher educationMathematics educationPsychologySociologyPedagogyLinguisticsPolitical scienceEngineeringSocial scienceEpistemology

Résumé

récupéré en direct d'OpenAlex

Linguistic minorities are confronted with particular pressures making it difficult to preserve and learn their language as well as their culture. Among these pressures, we may list the geographical scattering of minorities and the lack of necessary human and material resources to ensure this learning as well as to form educative staff and future assistance that will be needed. Remote education could present itself as an alternative if it shows performances as good as those of face-to-face education in terms of efficiency and formation quality. The present work deals with an experience using face-to-face and distant learning. Two courses offered by University de Moncton (Educ6122 and Educ6013) for French-speaking minorities in New Brunswick are considered. Our objective is not to favor the local student over the distant student. In addition to our approach and our achievements a statistical study of satisfaction will be presented.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,886
Score d'incertitude au seuil0,359

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,035
Tête enseignante GPT0,260
Écart entre enseignants0,226 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetOpen Education and E-LearningTravaux en français237 207