Learning in the Future: Open, Flexible and Distributed Learning——An Interview with Dr. Badrul H. Khan
Notice bibliographique
Résumé
Dr. Badrul H. Khan is an international speaker, author, educator and consultant in the field of elearning and educational technology. Dr. Badrul H. Khan is associate professor of Educational Technology Leadership (ETL) at the George Washington University ( GWU). Previously, he served as the founding Director of the ETL graduate cohort program at GWU. He also served as assistant professor of education and the founding Director of Educational Technology graduate program at the University of Texas, and served as instructional developer and evaluation specialist in the School of Medicine at Indiana University. He is famous for his research in open, flexible and distributed learning and has published a number of influential books in this field, including Web-Based Instruction (1997) , Web-Based Training (2001) , E-Learning Strategies (2004) , Managing E-Learning (2005) , and Flexible Learning in an Information Society (in press) , etc, some of which have been published in multiple languages by publishers around the globe. In addition, he is a contributing editor of Educational Technology (USA) , a consulting editor of The International Review of Research in Open and Distance Learning (Canada) , a member of the editorial advisory board of the eLearning Digest (UAE) , a member of the editorial board of Distance Education (Australia) , a member of the editorial board of Review of Education at Distance (Brazil) , a member of editorial advisory board of Media and Technology for Human Resource Development (India) , a member of the scientific committee of Journal of E-learning and Knowledge Society (Italy) , a member of the advisory board of International Journal of Learning Technology (UK), and a member of the advisory board of Indian Journal of Training Development (India). His homepage is at: http://BadrulKhan. com/khan/
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».