MétaCan
Menu
Retour à la cohorte
Enregistrement W2143517727 · doi:10.14742/ajet.1326

The Athabasca University eduSource Project: Building an accessible learning object repository

2005· article· en· W2143517727 sur OpenAlexaffabout
Martha Cleveland‐Innes, Rory McGreal, Terry Anderson, Norm Friesen, Mohamed Ally, Tony Tin, Rodger Graham, Susan D. Moisey, Anita Petrinjak, Steve Schafer

Notice bibliographique

RevueAustralasian Journal of Educational Technology · 2005
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésLearning objectMetadataComputer scienceInteroperabilityAdaptation (eye)Instructional designEducational technologyLearning standardsObject (grammar)Process (computing)Digital learningWorld Wide WebDistance educationPlan (archaeology)CurriculumKnowledge managementMathematics educationMultimediaPedagogySociologyPsychology

Résumé

récupéré en direct d'OpenAlex

Athabasca University - Canada's Open University (AU) made the commitment to put all of its courses online as part of its Strategic University Plan. In pursuit of this goal, AU participated in the eduSource project, a pan-Canadian effort to build the infrastructure for an interoperable network of learning object repositories. AU acted as a leader in the eduSource work package, responsible for the metadata and standards for learning objects. In addition, the team of professionals, academics, librarians and other researchers worked to create an accessible repository of learning objects across university departments and subjects. Most critically, the team worked beyond the development of a learning object repository and considered the adaptation of content and related applications, pedagogical approaches and the use of learning objects by instructional designers, faculty and the learners themselves. This paper describes one institution's approach to learning object repository development, from a technical and pedagogical perspective, along with some of the lessons learned during the process.

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)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,631

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0050,003
Communication savante0,0070,008
Science ouverte0,0030,008
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,013
Tête enseignante GPT0,290
Écart entre enseignants0,277 · 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'étudeSans objet
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
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAustralasian Journal of Educational TechnologyMême sujetOpen Education and E-LearningTravaux en français237 207