MétaCan
Menu
Retour à la cohorte
Enregistrement W2336763772 · doi:10.55016/ojs/ajer.v53i4.55307

Needs Assessment for the Development of Learning Objects

2007· article· en· W2336763772 sur OpenAlexfundvenueno aff
John A. Ross, John Ford, Catherine D. Bruce

Notice bibliographique

RevueAlberta Journal of Educational Research · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensnon disponible
Organismes subventionnairesMinistère de l’Éducation, Gouvernement de l’Ontario
Mots-clésPsychologyMathematics education

Résumé

récupéré en direct d'OpenAlex

Needs Assessment for the Development of Learning ObjectsIn a review of 125 needs assessments conducted in educational settings, Witkin (1994) identified multiple deficiencies: mono-method bias (use of a single data source to identify needs), confusion between solutions (instructional actions) and needs (gaps in student performance), use of unsystematic procedures, and overreliance on data from a single group.We attempted to avoid these problems in selecting the focus for CLIPS being developed for lower-achieving mathematics students in grades 7-10.In our study, CLIPS (Critical Learning Instructional Paths Support) are learning objects: short multimedia programs focused on specific learning objectives.In this research note we describe how we applied systematic needs assessment procedures (Witkin & Altschuld, 1995) to focus five CLIPS.Figure 1 summarizes our strategy.

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)0,006
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,709
Score d'incertitude au seuil0,672

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,091
Tête enseignante GPT0,446
Écart entre enseignants0,355 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations8
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlberta Journal of Educational ResearchMême sujetOpen Education and E-LearningTravaux en français237 207