‘Open Learning 2.0’? Aligning Student, Teacher and Content for Openness in Education
Notice bibliographique
Résumé
The mission of Thompson Rivers University Open Learning (TRU-OL) can be understood in terms of three entities: the student, the faculty member and the curriculum content. Their conjuncture – when a TRU-OL student works with TRU-OL courseware and is supported by a TRU-OL faculty member – is where learning, assessment and, ultimately, credentialing take place. These three elements may form three points in a triangle, with assessment and credentialing in the centre. TRU-OL is currently exploring the results of defining these three elements differently. Instead of designating TRU-OL students, teachers and contents specifically, these elements may serve as placeholders for any students, any instructional personnel or supports, and any open content. These can, in theory, all be shared, opened and disaggregated among various institutions, with assessment and credentialing remaining as the principal service offered locally. The purpose of this article is to explain this model in the context of the open educational movement, to describe its various permutations and implications, and to consider some questions and objections that may arise in relation to it. The result is an updated version of similar triangular models that would interconnect student, teacher and content in pedagogical interrelationship.
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 | 0,018 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,027 |
| Communication savante | 0,021 | 0,036 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».