MétaCan
Menu
Retour à la cohorte
Enregistrement W2362743616

From Connectivism to MOOCs:Connecting Knowledge & Sharing Resources——An Interview with Stephen Downes

2013· article· en· W2362743616 sur OpenAlexaboutno aff
Yilin Hu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConnectivismRSSMassive open online courseWeb syndicationWorld Wide WebLifelong learningComputer scienceSociologyLearning theoryPedagogyPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The network era witnesses the disruptive revolutions in the education mode,where learners face the new challenges such as how can they deal with the open learning environments to actively develop learning competences instead of waiting for the teachers to bring knowledge forward. That is how people integrated the knowledge sources of globalization together to form a sense- making learning in the explosive growth of information and fragmented knowledge. In this interview,we are very pleased to have the originator of Connectivism and the Massive Open Online Course( MOOCs) —Stephen Downes to share with us his viewpoint on open learning,and propose the approachto learn effectively in the digital age. As a pioneer in the field of online learning,Stephen advocated that through establishing a network connection between nodes of knowledge under open educational resource movement,people can construct the learning network to acquire knowledge and develop competences effectively. This idea is widespread in the world from Connectivism to the MOOCs.Stephen Downes works for the National Research Council of Canada where he has served as a Senior Researcher.He specializes in the fields of online learning,new media,pedagogy and philosophy,and is perhaps best known for his daily newsletter,OLDaily,which is distributed by web,email and RSS to thousands of subscribers around the world. Stephen,known as the originator of the Massive Open Online Course( MOOCs) with George Siemens,is also a pioneer in the domain of Learning object and Metadata,and the first adopters and developers of RSS content syndication in education,which leads to the concept of e- learning 2. 0. As an editor and consultant of a number of( online) professional media,he often presented the reports and lectures about the field of online learning,and published hundreds of articles both online and in print about learning networks and related technologies.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,014
Communication savante0,0070,014
Science ouverte0,0010,008
Intégrité de la recherche0,0050,015
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,027
Tête enseignante GPT0,279
Écart entre enseignants0,252 · 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'étudeQualitatif
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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOnline Learning and AnalyticsTravaux en français237 207