“Developing a perspective”, “inter‐connecting”, and “bringing it together”: who chooses to use a labelling feature in online conversations in a graduate course?
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
This study explores a labelling feature that allows students to tag parts of their online messages. Data comes from four sequentially offered sessions of a graduate education course. Students engaged in two to three online activities in groups of three or four. Students (n=53) contributed from 0 to 56 labels (M=12.42, SD=13.50) and 18 to 114 messages (M=39.70, SD=18.04). Groups (n=17) contributed from 0 to 109 labels, and 57 to 227 messages. Field‐notes and descriptive statistics suggested there were seven labelling groups, seven non‐labelling groups, and three groups difficult to categorize. None of the individual characteristics hypothesized to predict labelling did. Still, categories of users and non‐users emerged from qualitative analyses: strategists, trusters, and techies contrasting with fringe participants, surface coasters, techie‐shy, and fluid writers/thinkers/readers. Labelling appeared to be largely a family affair – which group a student belonged to correlated to how much he/she labelled. MANOVA gives for labelling usage F(16, 36)=2.697, p<0.01. “…eine Perspektive entwickeln”, “…sich verbinden”, und “…es zusammen bringen”: Wer will ein Bezeichnungsmerkmal bei online‐konversationen in einem Absolventenkurs verwenden? Diese Studie erkundet ein Bezeichnungsmerkmal, das Studenten erlaubt, Teile ihrer Online‐Nachrichten zu kennzeichnen. Daten kommen von 4 sequentiell angebotenen Sitzungen eines Absolventenbildungskurses. Studenten beschäftigten mit 2‐3 Online‐Aktivitäten in Gruppen von 3‐4. Studenten (n = 53) trugen von 0 bis 56 Labels bei, M = 12, 42, SD = 13, 50 und 18 bis 114 Nachrichten, M = 39, 70, SD = 18, 04. Gruppen (n = 17) trugen von 0 bis 109 Labels und 57 bis 227 Nachrichten bei. Feldnotizen und beschreibende Statistiken empfahlen, dass es 7 Bezeichnungsgruppen, 7 Nicht‐Bezeichnungsgruppen und 3 Gruppen geben sollte, die schwierig zu kategorisieren waren. Keine der hypothetisch angenommenen einzelnen Merkmale, zur Vorhersage der Bezeichnungen leisteten das auch. Immer noch tauchten Kategorien von Benutzern und Nicht‐Benutzern aus qualitativen Analysen auf: Strategen, “Vertrauer” und “Techies”, die Alternativen, “Surfacecoaster(n)”, Techikscheuen und Schriftstellern/Denkern/Studierten gegenüberstehen. Créer une perspective “relier” et “rassembler” “qui choisit d'utiliser un système d'étiquetage pour les conversations en ligne dans une cours avancé? La présente étude examine un système d'étiquetage qui permet aux étudiants de marquer certaines parties de leurs messages en ligne. Les données proviennent de quatre sessions successives d'un cours d' éducation de deuxième cycle. Les étudiants ont entrepris 2 ou 3 activités en ligne en groupes de 3 ou 4. Les étudiants (n=53) ont produit de 0 à 56 étiquettes, M=12, 42, SD=13, 50, et de 18 à 114 messages, M=39, 70, SD=18, 04. Les groupes (n=17) ont produit de 0 à 109 étiquettes et de 57 à 227 messages. Les notes «de terrain» et les statistiques descriptives laissent supposer qu'il y avait 7 groupes d'étiquetage, 7 groupes de non‐étiquetage et trois groupes difficiles à classer. Aucune des caractéristiques individuelles dont on supposait qu'elles favoriseraient l'étiquetage ne l'a produit. Les analyses qualitatives ont toutefois fait émerger des catégories d'utilisateurs et de non‐utilisateurs: les Stratèges, les Confiants et les Technos par opposition aux Participants Marginaux, aux Caboteurs de Surface, aux Technophobes et aux écrivains/penseurs/étudieurs fluides. Desarrollando perspectivas “interconectar” y “juntando” “quien elige un sistema de etiquetado en las conversaciones en linea dentro de un curso para graduados El presente estudio examina un sistema de etiquetado que permite a los estudiantes marcar partes de sus mensajes en línea. Los datos provienen de cuatro sesiones consecutivas de un curso para graduados en educación. Los estudiantes han acometido 2 o 3 actividades en línea divididos en grupos de 3‐4. Los estudiantes (n=53) han facilitado de 0 hasta 56 etiquetas, M=12, 42, SD=13, 50 y de 18 hasta 114 mensajes., M= 39, 70, SD=18, 04. Los grupos (n=17) han facilitado desde 0 hasta 109 etiquetas y de 57 hasta 227 mensajes. Los apuntes de terreno y las estadísticas descriptivas dan que pensar que hubo 7 grupos de etiquetado, 7 grupos de no‐etiquetado y 3 grupos difíciles de clasificar. Ninguna de las características individuales hipotéticamente consideradas como predictoras de etiquetado lo hizo. A pesar de eso las análisis cualitativas revelaron categorías de usuarios y no‐usuarios: los Estrategas, los Esperanzados y los Tecnos contrastando con los participantes Marginados, los navegadores Superficiales, los Tecnófobos y los escritores/pensadores/estudiantes fluidos.
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| 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