MétaCan
Menu
Retour à la cohorte
Enregistrement W2177749245 · doi:10.5753/cbie.sbie.2015.21

Desafios e Novas Possibilidades de Uso de Learning Management Systems

2015· article· pt· W2177749245 sur OpenAlexfundno aff
João Guterres, Milene Selbach Silveira

Notice bibliographique

RevueAnais do ... Simpósio Brasileiro de Informática na Educação/Anais do Simpósio Brasileiro de Informática na Educação · 2015
Typearticle
Languept
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Bureau for International Education
Mots-clésLearning ManagementComputer scienceKnowledge managementConstruct (python library)Field (mathematics)Work (physics)Order (exchange)Human–computer interactionEngineeringWorld Wide WebBusiness

Résumé

récupéré en direct d'OpenAlex

Learning Management Systems (LMS) are important tools to learning support. In order to understand the state of art of these systems, a literature review was done, grounding a discussion about their challenges and possibilities. The paper highlights adjustments that need to be done to make these systems more open, personal, social, flexible, analytical and mobile. The idea is to support pedagogical and development teams, and researchers that work in this area and want to incorporate and construct new tools and methodologies in this field.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,494
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,009
Méta-épidémiologie (sens strict)0,0050,006
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0050,009
Études des sciences et des technologies0,0040,002
Communication savante0,0120,007
Science ouverte0,0110,004
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0010,003

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 Opus0,034
Tête enseignante GPT0,314
Écart entre enseignants0,280 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnais do ... Simpósio Brasileiro de Informática na Educação/Anais do Simpósio Brasileiro de Informática na EducaçãoMême sujetOnline Learning and AnalyticsTravaux en français237 207