MétaCan
Menu
Retour à la cohorte
Enregistrement W189002474 · doi:10.21225/d5dk5k

Works in progress / Travaux en cours: Mobilizing Knowledge and Building Capacity for Technology-Enhanced Professional Development

2006· article· en· W189002474 sur OpenAlexaffvenue
Dawn Buzza, Liwana S. Bringelson, Chris Eaton, Sandra L. Campbell, Vic Degutis, Koorus Bookan

Notice bibliographique

RevueCanadian Journal of University Continuing Education · 2006
Typearticle
Langueen
DomaineComputer Science
ThématiqueE-Learning and Knowledge Management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésProfessional developmentHealth professionalsMedical educationCommunity of practicePublic sectorProfessional learning communityPublic relationsField (mathematics)Political scienceSociologyPedagogyHealth careBusinessMedicine

Résumé

récupéré en direct d'OpenAlex

Technology-enhanced knowledge mobilization can be extremely useful for helping practicing professionals keep abreast of research and development efforts in their field. The initiative described in this paper encourages collaboration among university and community partners to effectively use online learning and communications technology for professional and staff development for multiple types of professional communities. We are engaged in pilot projects with two parallel professional communities within the health care sector (optometric training and practice) and the public education sector (school boards). While these communities differ in both their professional relationships and their learning needs, their variability allows us to design and test the technical, social, and instructional requirements of a generic strategy for using technology for effective knowledge mobilization.

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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil0,392

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,007
Tête enseignante GPT0,226
Écart entre enseignants0,219 · 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'étudeAutre devis
Domainenon disponible
GenreEmpirique

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 revueCanadian Journal of University Continuing EducationMême sujetE-Learning and Knowledge ManagementTravaux en français237 207