Technologies of Text: Reflections on Teaching, Learning, andWriting with/in Digital Environments
Notice bibliographique
Résumé
Four years ago I was invited to develop and teach a course addressing some aspect of literacy and technology within the context of a Master of Educational Technology program. I came to the project with experience in web development and an established research program in digital literacy, but with little first-hand experience of e-learning from an instructor’s perspective. In developing my materials for online delivery, I teamed with an exceptional instructional designer, Jeff Miller, and the course was launched in the fall of 2002. Teaching it since in two online offerings and one face-toface offering has afforded me an interesting perspective on curriculum and pedagogy for digital literacy, as well as on the nature of writing in new media environments. I offer this paper, then, primarily as an instructor’s reflection on the value of this journey. The paper consists of three parts: 1) a discussion of the premise of the course, 2) an overview of the context and curriculum, and 3) remarks upon a collaborative community-building assignment that revealed for both the students and myself some interesting features of hypermedia in terms of the ways in which it both promotes and confounds certain notions of writing in online environments. Toward a broader understanding of technology The premise of the course in question, entitled “Text technologies: The changing nature of reading and writing, ” has to do with broadening perceptions 123
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,028 |
| Communication savante | 0,020 | 0,023 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».