MétaCan
Menu
Retour à la cohorte
Enregistrement W234738853 · doi:10.1093/oxfordhb/9780199589074.013.0016

Studies of the Internet in Learning and Education: Broadening the Disciplinary Landscape of Research

2013· book· en· W234738853 sur OpenAlexaff
Chris Davies, Rebecca Eynon

Notice bibliographique

RevueOxford University Press eBooks · 2013
Typebook
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésThe InternetTransformative learningScope (computer science)Formal learningInformal learningDisciplineComputer scienceSociologyKnowledge managementPedagogyWorld Wide WebSocial science

Résumé

récupéré en direct d'OpenAlex

This chapter investigates the role of the Internet in reshaping learning and education. It describes distinctions between formal education, where the Internet has made few inroads, and informal learning, where it seems to have excelled. Moreover, the chapter explores how the Internet has – via the World Wide Web – enabled an expansion in informal and incidental learning opportunities. Online courses are dealt through learning management systems, or virtual learning environments. The Internet's contribution to formal learning has been considerably less transformative than its contribution to informal learning. The Internet is not primarily an educational tool, but it self-evidently offers unique and unparalleled scope for the exploration of new forms of exploration and collaboration in the development and sharing of knowledge.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,006
Études des sciences et des technologies0,0020,010
Communication savante0,0110,015
Science ouverte0,0010,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,063
Tête enseignante GPT0,359
Écart entre enseignants0,296 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetOnline and Blended LearningTravaux en français237 207