MétaCan
Menu
Retour à la cohorte
Enregistrement W221058088 · doi:10.7238/rusc.v11i1.2033

Quin és el futur de l’aprenentatge mòbil en l’educació?

2014· article· ca· W221058088 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueRUSC Universities and Knowledge Society Journal · 2014
Typearticle
Langueca
DomaineSocial Sciences
ThématiqueEducational Practices and Sociocultural Research
Établissements canadiensAthabasca University
Organismes subventionnairesQatar National Research FundFonds National de la Recherche LuxembourgQatar Foundation
Mots-clésMobile technologyMobile deviceHigher educationMobile computingMobile business developmentKey (lock)Field (mathematics)Best practice

Résumé

récupéré en direct d'OpenAlex

The evolution of wireless technologies and the development of applications for mobile devices in higher education have been spectacular. For many educators, mobile technology in the field of teaching and learning has recently become one of the most important areas of research. Today, mobile learning is a strategic topic for many organizations concerned with education. In the future, more research should be conducted to transform education using mobile learning. The advent of new types of devices is disruptive to education, no matter what educators and education institutions do. Therefore, a thorough analysis, from a pedagogical and technological perspective, is key to ensuring appropriate usage and implementation of mobile learning. This Special Section of RUSC. Universities and Knowledge Society Journal presents a general overview of successful mobile learning experiences in higher education. Its aim is to share best practices and create new opportunities in universities. These mobile applications will add another layer to the learning and teaching processes.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,331
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,367
Écart entre enseignants0,349 · 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