MétaCan
Menu
Retour à la cohorte
Enregistrement W2164118927 · doi:10.1111/j.1540-4609.2011.00322.x

Teaching Cases in a Virtual Environment: When the Traditional Case Classroom is Problematic

2011· article· en· W2164118927 sur OpenAlexaff
Wade Halvorson, Victoria L. Crittenden, Leyland Pitt

Notice bibliographique

RevueDecision Sciences Journal of Innovative Education · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Marketing Education
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésClass (philosophy)Set (abstract data type)Computer scienceScholarshipExploratory researchVirtual worldMathematics educationTeaching methodMetaverseDistance educationInstructional simulationMultimediaVirtual realitySociologyPsychologyHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The rise in interactive digital media has catapulted faculty‐student contact abilities from the traditional Web 1.0 model to a post‐Web 2.0 world where students and faculty can have much more interaction in classroom exchanges. Since business cases have long been a pedagogy of choice among professors concerned with training the next generation of decision makers, the intent of this exploratory teaching execution was to gain insight into the case teaching experience in Second Life (SL). SL is a virtual world developed by Linden Lab that enables its users to interact with each other through avatars (virtual representations of the self). While online classrooms in SL are not new (a number of universities throughout the world have set up virtual campuses), business education scholarship is lacking as related to the use of virtual worlds for educational purposes. The aim of the execution was not to suggest that SL case teaching should displace the traditional case classroom interactions. Rather, the exercise found that a case‐based class can be held and attended independent of time, distance, and location should the need arise. Case teaching in SL offers an availability alternative or supplement to the traditional case teaching and learning approach.

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)0,029
score de la tête « metaresearch » (Gemma)0,093
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,093
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0130,014
Communication savante0,0150,017
Science ouverte0,0050,015
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,100
Tête enseignante GPT0,299
Écart entre enseignants0,200 · 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'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

Citations17
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDecision Sciences Journal of Innovative EducationMême sujetManagement and Marketing EducationTravaux en français237 207