MétaCan
Menu
Retour à la cohorte
Enregistrement W1993961064 · doi:10.1002/meet.14504901055

Web‐based education throughout the library & information science curriculum: Diverse challenges, opportunities, and perspectives

2012· article· en· W1993961064 sur OpenAlexaff
Diane Rasmussen Pennington, Selenay Aytaç, Margaret E. I. Kipp, Lynne Y. Williams, Catherine Anne Johnson

Notice bibliographique

RevueProceedings of the American Society for Information Science and Technology · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInformation Society and Technology Trends
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésVariety (cybernetics)CurriculumModalitiesFace (sociological concept)Work (physics)Computer scienceWorld Wide WebMathematics educationEngineering ethicsSociologyPsychologyPedagogyEngineeringSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract This panel will explore the issues, opportunities, and challenges inherent in teaching information science course online. All panelists have extensive experience teaching online as well as face to face, and ask common questions about their teaching experiences and students' learning experiences. However, they teach a diverse range of courses, use a variety of delivery modalities, and work at widely differing universities. The purpose of the panel is to raise the common questions about online education that stem from these diverse backgrounds and engage the audience in a meaningful discussion about the changing nature of information science education.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0080,003
Communication savante0,0140,008
Science ouverte0,0010,010
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,314
Écart entre enseignants0,273 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the American Society for Information Science and TechnologyMême sujetInformation Society and Technology TrendsTravaux en français237 207