Talents Oriented Strategy of Online Learning in Universities
Notice bibliographique
Résumé
This article argues online learning strategy and teaching characteristics in universities. First it introduces learning activities in EFL must be integrated with technology appropriately to develop talents effectively. Then it puts forward the idea of talents oriented integrative online learning. For incorporating active learning into online teaching it lists some active learning strategies that can be adapted for the online “classroom”. Finally it recommends the detailed talents oriented strategy of online learning design and analyzes effective and appropriate items for learning activity. Key words: Talents; Online Learning; Strategy; Universities; EFL Resume: Cet article parle de la strategie d'apprentissage en ligne et des caracteristiques de l'enseignement en ligne dans les universites. Premierement, il introduit des activites d'apprentissage EFL (English as foreign language) qui doivent etre integrees avec la technologie appropriee pour developper les talents de facon efficace. Puis il met en avant l'idee de l'apprentissage en ligne. Pour incorporer l'apprentissage actif dans l'enseignement en ligne, il enumere quelques-unes des strategies d'apprentissage actives qui peuvent etre adaptees a la «classe» en ligne. Et finalement, il recommande la strategie orientees vers les talents detaillee de la conception de l'apprentissage en ligne et analyse des elements efficaces et appropriees pour les activites d'apprentissage. Mots-Cles: talents; apprentissage en ligne; strategie; universites; EFL
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».