MétaCan
Menu
Retour à la cohorte
Enregistrement W2142089867 · doi:10.1111/j.1467-8535.2007.00805.x

Technology education students: e‐tutors for school children

2008· article· en· W2142089867 sur OpenAlexaff
Genevieve Marie Johnson, Sharon Bratt

Notice bibliographique

RevueBritish Journal of Educational Technology · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésTUTORThe InternetPeer tutorPsychologyMathematics educationEducational technologyMedical educationMultimediaPedagogyComputer scienceWorld Wide WebMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract E‐tutoring refers to individualised learning support mediated by Internet technology. While increased demand for tutors has led to a surge in commercial e‐tutoring services, volunteer e‐tutoring programs for children are rare. To test the viability of volunteer e‐tutoring for elementary school students, 10 undergraduate students enrolled in a technology education (TE) course provided online with instructional support to children in need of tutoring services. Each e‐tutor was assigned a specific child, developed a Web Course Tools course and corresponding online activities to improve teacher‐identified skill deficiencies, and provided 8 weeks of e‐tutoring. Three video conferences complemented online instructional interaction between e‐tutor and e‐tutee. Children, parents and TE students expressed positive evaluation of the initiative.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,332
Écart entre enseignants0,318 · 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

Citations28
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Educational TechnologyMême sujetKnowledge Management and SharingTravaux en français237 207