MétaCan
Menu
Retour à la cohorte
Enregistrement W2136419363 · doi:10.19173/irrodl.v15i4.1881

Educational triage in open distance learning: Walking a moral tightrope

2014· article· en· W2136419363 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Foundation
Mots-clésTriagePsychological interventionCurriculumScope (computer science)Distance educationPsychologyLearning analyticsMedical educationPublic relationsSociologyPedagogyMedicineNursingComputer sciencePolitical scienceData science

Résumé

récupéré en direct d'OpenAlex

<p>Higher education, and more specifically, distance education, is in the midst of a rapidly changing environment. Higher education institutions increasingly rely on the harvesting and analyses of student data to inform key strategic decisions across a wide range of issues, including marketing, enrolment, curriculum development, the appointment of staff, and student assessment. In the light of persistent concerns regarding student success and retention in distance education contexts, the harvesting and analysis of student data in particular in the emerging field of learning analytics holds much promise. As such the notion of educational triage needs to be interrogated. Educational triage is defined as balancing between the futility or impact of the intervention juxtaposed with the number of students requiring care, the scope of care required, and the resources available for care/interventions.</p><p>The central question posed by this article is “how do we make moral decisions when resources are (increasingly) limited?” An attempt is made to address this by discussing the use of data to support decisions regarding student support and examining the concept of educational triage. Despite the increase in examples of institutions implementing a triage based approach to student support, there is a serious lack of supporting conceptual and theoretical development, and, more importantly, to consideration of the moral cost of triage in educational settings.</p><p>This article provides a conceptual framework to realise the potential of educational triage to responsibly and ethically respond to legitimate concerns about the “revolving door” in distance and online learning and the sustainability of higher education, without compromising ‘openness.’ The conceptual framework does not attempt to provide a detailed map, but rather a compass consisting of principles to consider in using learning analytics to classify students according to their perceived risk of failing and the potential of additional support to alleviate this risk.</p>

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.

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)0,010
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,852
Score d'incertitude au seuil0,723

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0040,002
Intégrité de la recherche0,0000,001
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 Opus0,081
Tête enseignante GPT0,450
Écart entre enseignants0,369 · 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