Developing an Online Professional Network for Veterinary Education: The NOVICE Project
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
An online professional network for veterinarians, veterinary students, veterinary educationalists, and ICT (Information and Communication Technology) educationalists is being developed under the EU (European Union) Lifelong Learning Programme. The network uses Web 2.0, a term used to describe the new, more interactive version of the Internet, and includes tools such as wikis, blogs, and discussion boards. Focus groups conducted with qualified and student veterinarians within the project's five founding countries (The Netherlands, Germany, United Kingdom, Hungary, Romania) demonstrated that online professional communities can be valuable for accessing information and establishing contacts. Online networks have the potential to overcome common challenges to face-to-face communities-such as distance, cost, and timing-but they have their own drawbacks, such as security and professionalism issues. The Network Of Veterinary ICt in Education (NOVICE) was developed using Elgg, an open-source, free social networking platform, after several software options had been considered. NOVICE aims to promote the understanding of Web 2.0, confidence to use social software tools, and participation in an online community. Therefore, the Web site contains help sections, Frequently Asked Questions, and access to support from ICT experts. Five months after the network's launch (and just over one year into the project) 515 members from 28 countries had registered. Further research will include analysis of a core group's activities, which will inform ongoing support for and development of informal, lifelong learning in a veterinary context.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle