Exploring new learning paradigms in ODL: A reflection on the paper of Barber, Donnelly and Rizvi (2013): “An avalanche is coming: Higher education and the revolution ahead”.
Notice bibliographique
Résumé
The paper of Barber, Donnelly & Rizvi (2013): “An avalanche is coming: Higher education and the revolution ahead” addresses some significant issues in higher education and poses some challenging questions to ODL (Open and Distance Learning) administrators, policy makers and of course to ODL faculty in general. Barber et al.’s paper does not specifically address the area of teaching and learning theories, strategies and methodologies per se. In this paper I would therefore like to reflect on the impact that the contemporary changes and challenges that Barber et al. describes, have on teaching and learning approaches and paradigms. In doing so I draw on earlier work about future learning paradigms and navigationism (Brown, 2006). We need a fresh approach and new skills to survive the revolution ahead. We need to rethink our teaching and learning strategies to be able to provide meaningful learning opportunities in the future that lies ahead.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,028 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,010 | 0,029 |
| Communication savante | 0,020 | 0,028 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,016 | 0,033 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».