MétaCan
Menu
Retour à la cohorte
Enregistrement W1997632604 · doi:10.1111/j.1467-8535.2008.00895.x

Rubrics for designing and evaluating online asynchronous discussions

2008· article· en· W1997632604 sur OpenAlexaff
Lana Elizabeth Penny, Elizabeth Murphy

Notice bibliographique

RevueBritish Journal of Educational Technology · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésRubricAsynchronous communicationNonprobability samplingComputer scienceThe InternetPsychologyAsynchronous learningSelection (genetic algorithm)Mathematics educationArtificial intelligenceWorld Wide WebTeaching methodMedicineCooperative learning

Résumé

récupéré en direct d'OpenAlex

Abstract The purpose of the study reported on in this paper was to identify performance criteria and ratings in rubrics designed for the evaluation of learning in online asynchronous discussions (OADs) in post‐secondary contexts. We analysed rubrics collected from Internet sources. Using purposive sampling, we reached saturation with the selection of 50 rubrics. Using keyword analysis and subsequent grouping of keywords into categories, we identified 153 performance criteria in 19 categories and 831 ratings in 40 categories. We subsequently identified four core categories as follows: cognitive (44.0%), mechanical (19.0%), procedural/managerial (18.29%) and interactive (17.17%). Another 1.52% of ratings and performance criteria were labelled vague and not assigned to any core category.

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)0,039
score de la tête « metaresearch » (Gemma)0,151
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,206

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,151
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,047
Tête enseignante GPT0,386
Écart entre enseignants0,338 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations49
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Educational TechnologyMême sujetOnline and Blended LearningTravaux en français237 207