MétaCan
Menu
Retour à la cohorte
Enregistrement W2473766665 · doi:10.12753/2066-026x-14-033

MASSIVE OPEN ONLINE COURSES AS E-BRICKS FOR SMART CITIES

2014· article· en· W2473766665 sur OpenAlex

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueeLearning and Software for Education · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOpen educational resourcesPopulationSmart cityMassive open online courseOpen educationComputer scienceKnowledge managementBusinessWorld Wide WebSociologyInternet of Things

Résumé

récupéré en direct d'OpenAlex

Open Educational Resources and Massive Open Online Courses as e-bricks for Smart Cities Authors: Carmen Holotescu, Gabriela Grosseck, Laura Malita Nowadays when more than half of the world's population lives in urban areas, when information and (mobile) communication technologies are real catalysts for innovations in all domains, there are a lot of studies and debates related to how our cities should become "Smart Cities", "Smarter Cities" or "Future Cities", in order to improve life quality and to reduce costs. The paper starts with a literature research related to definitions for the "Smart City" term and to the needed steps / action plans / strategies for such a transformation. The new citizens will have vital roles in building smart cities; they should be hyperconnected, creative, entrepreneurs, also they should actively participate and collaborate in the cities activities and decisions. The paper will explore: - How Open Educational Resources and Massive Open Online Courses can support the citizens engagement, learning and participation, also new skills and competencies development? - How the authorities can collaborate with universities and researchers to develop specific OER and to organize such courses? Which new policies are neeeded? - Which features should be offered by MOOCs platforms and how such courses can be facilitated? - What lessons can be learned from current projects targeting these issues? References: Bacsich, P., & Pepler, G. (2013). Learner Use of Online Content.Teaching and Learning Online: New Models of Learning for a Connected World, 2, 75. Buchem, I., & P?rez-Sanagust?n, M. (2013). Personal Learning Environments in Smart Cities: Current Approaches and Future Scenarios. http://openeducationeuropa.eu/sites/default/files/asset/In-depth_35_1.pdf Department for Business, Innovation and Skills, London. (2013). The Maturing of the MOOC. https://www.gov.uk/government/uploads/system/uploads/attachment_data/file/240193/13-1173-maturing-of-the-mooc.pdf Falconer, I., McGill, L., Littlejohn, A., Boursinou, E., & Punie, Y. (2013). Overview and Analysis of Practices with Open Educational Resources in Adult Education in Europe. ftp://ftp.jrc.es/pub/EURdoc/JRC85471.pdf

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 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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,872
Score d'incertitude au seuil0,435

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,324
Écart entre enseignants0,308 · 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