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.
Notice bibliographique
Résumé
I am delighted to write this editorial for the inaugural issue of E-Learning. It is an exciting first issue with articles from a range of experts who analyse and discuss in critical and constructive terms some fundamental aspects of elearning – a concept whose time has come. Yet it has passed almost silently into the language of education without much critical thought. It is as though the addition of ‘e’ – with a hyphen – indicates simply a change of medium as though it was ‘business as usual’, except we experience the substitution of an electronic medium for classroom ‘talk’ or other structured educational media instruction. It was Marshall McLuhan, the Canadian media philosopher, who first taught us to look at the deep structure of media when he stated ‘the medium is the message’, the title of his famous book, later changing it to The Medium is the Massage (McLuhan, 1967). McLuhan, we must remember was educated at Cambridge by I.A. Richards and schooled on James Joyce, the symbolist poets and Ezra Pound. In other words, he had a well-developed appreciation of literature and had gained sophisticated knowledge and practice of its tools of analysis as a basis for his critical approach to understanding media.[1] With e-learning, then, we must be willing to recognise the deep structure of the medium and this means, among other things, to learn to become sceptical of histories that are ‘event driven’ or ‘personality driven’ or ‘technology driven’. In conversation with a colleague and friend, Bob Davis at the University of Glasgow, I was recently reminded of Jonathan Swift’s ‘writing machine’ as he sketches it in Book 4 of Gulliver’s Travels:
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle