MétaCan
Menu
Retour à la cohorte
Enregistrement W2130531746 · doi:10.19173/irrodl.v9i2.497

Collaborative Learning: Two perspectives on theory and practice

2008· article· en· W2130531746 sur OpenAlexvenueno aff
Sharon Stoerger

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2008
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEducational technologyLearning theoryComputer scienceDistance educationSociologyMathematics educationPedagogyPsychologyKnowledge management

Résumé

récupéré en direct d'OpenAlex

As a new college instructor, I am always looking for innovative ways to motivate my students and encourage them to collaborate with their peers.I am not alone.According to a recent Horizon Report (2008) a "renewed emphasis on collaborative learning is pushing the educational community to develop new forms of interaction" (p.5).The incorporation of Web 2.0 technologies into educational settings is also changing the way we think about teaching and learning by enabling students to access courses and materials anytime, anyplace.For example, Webware suites, such as Google.docsand even virtual worlds, like Second Life, can be used to support collaborative learning both in and out of the classroom.Because of these technological advances, places like the local café off-campus or the hallway areas outside the departmental offices are more than merely social gathering areas; they are also becoming educational spaces.While teaching and learning are no longer restricted to the formal settings, this does not mean that we should ignore classroom-based models.According to John Seely Brown and Richard Adler (2008), social learning areas, including virtual worlds, can "coexit with and expand traditional education" (p.22).Beginning with non-traditional settings, the selections in the book, Online Collaborative Learning: Theory and Practice, explore the social learning concept and examine different ways to incorporate this approach into the curriculum.These chapters are written by a diverse group of academics who represent countries such as Australia, Canada, Denmark, Germany, and the United States.Overseeing this collection is Tim Roberts, a Senior Lecturer at the Central Queensland University in Australia.Not only does this editor have experience teaching thousands of students in locations around the world -many who are studying topics completely online -but he has won awards for his research.Thus, Roberts' experiences as a practitioner and a researcher are adequate qualifications for bringing together these works.

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)0,025
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,029
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0080,007
Études des sciences et des technologies0,0040,041
Communication savante0,0210,025
Science ouverte0,0040,008
Intégrité de la recherche0,0140,015
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,144
Tête enseignante GPT0,561
Écart entre enseignants0,417 · 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'étudeQualitatif
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

Citations4
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Review of Research in Open and Distributed LearningMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207