MétaCan
Menu
Retour à la cohorte
Enregistrement W2022476205 · doi:10.2316/journal.208.2006.2.208-0876

AN OBSERVATORY FOR E-LEARNING TECHNOLOGY STANDARDS

2006· article· en· W2022476205 sur OpenAlexvenueno aff
Luis Anido

Notice bibliographique

RevueAdvanced Technology for Learning · 2006
Typearticle
Langueen
DomaineComputer Science
ThématiqueE-Learning and Knowledge Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStandardizationComputer scienceConfusionQuality (philosophy)Engineering managementKnowledge managementEngineering

Résumé

récupéré en direct d'OpenAlex

Uptake of learning technology standards is increasing, with numerous commercial products under development and many R&D projects exploring the issues in this area. However, there is widespread confusion and misunderstanding about the relationships between the relevant standards and specifications, as well as between the organizations that develop, define, profile, or implement them. Especially in Europe, it is crucial that communication on these aspects increase both in quality and in accessibility, as there is a danger that otherwise only a specific centric point of view will be widely disseminated. This is the rationale that led the European Committee of Standardization's Workshop on Learning Technologies (CEN/ISSS WS-LT) to establish an accessible and sustainable web-based repository that acts as a focal access point to projects, results, activities, and organizations that are relevant to the development and adoption of e-learning technology standards: the Learning Technology Standards Observatory (LTSO). The objective of this paper is to summarize the current state of learning technology standardization following the guidance of the LTSO in a easy-tofollow readable path. LT standardization is of crucial importance in any educational related field, and it is also essential for web-based intellingent e-learning systems.

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)0,085
score de la tête « metaresearch » (Gemma)0,095
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,448

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0850,095
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0060,006
Communication savante0,0180,019
Science ouverte0,0020,013
Intégrité de la recherche0,0100,023
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,007
Tête enseignante GPT0,270
Écart entre enseignants0,263 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations4
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Technology for LearningMême sujetE-Learning and Knowledge ManagementTravaux en français237 207