MétaCan
Menu
Retour à la cohorte
Enregistrement W2013151400 · doi:10.4018/ijopcd.2013010101

Cooperation and Collaboration in Higher Education

2013· article· en· W2013151400 sur OpenAlexaff
Milton Campos, Lia Beatriz de Lucca Freitas, Cristina Grabovschi

Notice bibliographique

RevueInternational Journal of Online Pedagogy and Course Design · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensUniversité de SherbrookeUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésArgumentation theoryContext (archaeology)Online discussionMeaning (existential)Dimension (graph theory)CognitionSet (abstract data type)EpistemologyCognitive dimensions of notationsDiscourse analysisPsychologyConstructivism (international relations)Collaborative learningComputer scienceKnowledge managementMathematics educationLinguisticsWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

This study illustrates different practices of knowledge co-construction by exploring argumentation processes from its (1) cognitive, (2) affective, and (3) moral dimensions (respect), and by clarifying the meaning of cooperation and collaboration, terms that are commonly used as synonyms. The authors adopted a critical constructivist approach consistent with the cognitive and moral works of Habermas (1987) and Piaget (1977, 1932/2000), and refined a method of online argumentation analysis (Campos, 2004) to better understand knowledge co-construction in the context of electronic conferencing in university courses. Their data analysis focused on the form as well as on the content of online argumentation. Results concerning the cognitive dimension of online discourse confirmed previous studies. However, regarding the affective and moral (respect) dimensions of online discourse, results were less clear. The authors highlight that the technology, the course design, and the instructor’s actions are equally important to successfully achieve set goals in online learning communities.

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)0,000
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 enseignants0,924
Score d'incertitude au seuil0,501

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,040
Tête enseignante GPT0,418
Écart entre enseignants0,378 · 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

Citations3
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Online Pedagogy and Course DesignMême sujetOnline and Blended LearningTravaux en français237 207