Is Videoconferencing the Killer App for K-12 Distance Education?.
Notice bibliographique
Résumé
This paper overviews a multi-mode research study of Internet Protocol (IP) videoconferencing applications in five early adopter school divisions in Alberta, an oil-rich province located in Western Canada. The applications exploited the affordances of the Alberta SuperNet, a new, very high speed digital network. The study included site visits, surveys, structured classroom observations, and research interventions. The study revealed effective use of videoconferencing for enrichment, professional development, and administration, with less successful application as the primary tool for distance education delivery. I conclude the paper with a discussion of my own reflections on the use of videoconferencing and its capacity to serve as a ‘killer app” for distance education. Résumé Cet article fait un survol d’une recherche multimodale d’applications de vidéoconférence par protocole IP dans cinq districts scolaire avant-gardistes en Alberta, une riche province productrice de pétrole dans l’Ouest canadien. Les applications exploitent les capacités du Alberta SuperNet, un nouveau réseau numérique à très haute vitesse. L’étude impliquait des visites sur les sites, des sondages, des observations structurées en classe, et des interventions de recherche. L’étude révèle une utilisation effective de la vidéoconférence pour l’enrichissement, le développement professionnel et l’administration, et un succès moins grand lorsqu’utilisé comme outil principal dans la diffusion de l’éducation à distance. En conclusion, je présente une discussion de mes réflexions sur l’utilisation de la vidéoconférence et sa capacité à servir de « killer app » pour l’éducation à distance.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».