MétaCan
Menu
Retour à la cohorte
Enregistrement W2129018118 · doi:10.5430/ijhe.v3n3p119

Self- and Peer Assessment in Massive Open Online Courses

2014· article· en· W2129018118 sur OpenAlexvenueno aff
Wilfried Admiraal, Bart Huisman, Maarten van de Ven

Notice bibliographique

RevueInternational Journal of Higher Education · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInstitutionalisationWork (physics)LegislationControl (management)PedagogyMathematics educationPrioritizationPolitical sciencePsychologyComputer scienceManagement scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The present paper is concerned about the Greek educational policy throughout 2008-2013, which is related to teachers’ evaluation and their teaching work, in comparison to the one implemented in 1981. The investigation is focused on Primary and Secondary Education in which the policy of intentions as well as legislation are concentrated on a form of evaluation in successive levels. In this respect, the dysfunctions or discords of the educational system, which theoretically impede or make difficult the effective educational work performance, are interpreted under different terms. The issue of evaluating teachers is of special interest because Papandreou’s educational policy, which was implemented in 1981, was conducive to abolishing any form of educators’ control and superintendence. This way emphasis was placed on a policy by which the teacher was supposed to co-operate with school counselors, namely advisors who collaborated with teachers, working independently within the educational environment. Since 2008, emphasis has been placed on the teaching work superintendence by school counselors being the ones to determine the teachers’ professional evolution, through an institutionalization of supervision and control procedures. This aspect is also incorporated in the education reform model aiming at its alignment with the European evaluation model.

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)0,008
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,035
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,014
Tête enseignante GPT0,388
Écart entre enseignants0,374 · 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.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations79
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetOnline Learning and AnalyticsTravaux en français237 207