MétaCan
Menu
Retour à la cohorte
Enregistrement W2073302373 · doi:10.1016/j.procs.2010.12.127

Integrating web applications to provide an effective distance online learning environment for students

2011· article· en· W2073302373 sur OpenAlexaffabout
Chris J. Perumalla, JKC Mak, N. Kee, Suzanne J. Matthews

Notice bibliographique

RevueProcedia Computer Science · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensCanada Research Chairs
Organismes subventionnairesnon disponible
Mots-clésComputer scienceWeb applicationDistance educationWorld Wide WebOnline learningMultimediaHuman–computer interactionMathematics education

Résumé

récupéré en direct d'OpenAlex

Abstract The Human Physiology online course offered by the Department of Physiology at the University of Toronto ( www.physiology.utoronto.ca ) offers a quality online learning experience and promotes flexibility to its students in terms of time and location, allowing self-directed learning within a semi-structured frame-work. The online course population has expanded, including a more heterogeneous group of students. In addition to the traditional pre or current healthcare professionals (postsecondary students), there are now international students, working adults seeking career advancements, teachers, and even those just taking the course for personal interest. The course aims to use web tools to support and increase accessibility for all of these educationally and socially diverse students. Course material for students consists of 51 didactic lectures delivered in a video format (available to students for 24 hours, each day of the week for streaming) and a virtual lab experience. There are several sources of course support for students such as a 24/7 discussion board that is monitored by instructors and teaching assistants (an academic and peer support network), virtual tutorials with a teaching assistant (java applet chat) and instructors are always available to students by email. Frequent online quizzes were another feature that was very effective in both enhancing learning experience and improving student performance. Analysis of student data, student surveys and course evaluations from the online course suggested it was just as, if not more effective than the in-class course equivalent. The framework of this course can be easily adapted in creating an online course in any post-secondary discipline.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0040,003
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,010

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 Opus0,024
Tête enseignante GPT0,348
Écart entre enseignants0,325 · 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
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

Citations22
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProcedia Computer ScienceMême sujetOnline and Blended LearningTravaux en français237 207