MétaCan
Menu
Retour à la cohorte
Enregistrement W2098893136 · doi:10.4018/ijopcd.2012100105

Online Interest Groups

2012· article· en· W2098893136 sur OpenAlexaff
Beverley Getzlaf, Sherri Melrose, Sharon Moore, Helen Ewing, James Fedorchuk, Tammy Troute-Wood

Notice bibliographique

RevueInternational Journal of Online Pedagogy and Course Design · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésLikert scaleMedical educationGraduate studentsPsychologyDescriptive statisticsComputer-assisted web interviewingExploratory researchPerceptionData collectionSpace (punctuation)MedicineComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

This article discusses a 15 month educational innovation project, the objective of which was to investigate the perceptions of health profession students about their participation in a program-wide virtual community gathering space (Clinical Interest Groups) during their online graduate studies. Participants were students in two graduate programs who joined online forum discussions of the Clinical Interest Groups. The project was developed as action research and employed an exploratory, descriptive methodology to generate data from three sources: participant responses to a 15-item Likert type questionnaire, five open-ended questions included on the questionnaire, and online postings contributed by participants to the forum discussions. Findings of use to online educators are that the Clinical Interest Groups provided a gathering place in which graduate students could discuss common interests and support one another, and that participation in the groups was limited due to competing demands on students’ time from other commitments.

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)0,001
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 seuil0,369

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,087
Tête enseignante GPT0,432
Écart entre enseignants0,345 · 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

Citations7
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

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