MétaCan
Menu
← Retour à la cohorte
Enregistrement W2476605501 · doi:10.4018/978-1-60960-503-2.ch804

Rapid E-Learning in the University

2011· book-chapter· en· W2476605501 sur OpenAlexaff
Ivy Tan, Ravi Chandran

Notice bibliographique

RevueIGI Global eBooks · 2011
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésComputer scienceInstructional designLeverage (statistics)World Wide WebSoftware deploymentMultimediaArtificial intelligenceSoftware engineering

Résumé

récupéré en direct d'OpenAlex

Rapid e-learning (REL) is a phrase in common use since 2003. This article defines REL, describes types of REL authoring tools, discusses management and instructional issues surrounding REL in corporate and academic settings, and summarizes the experience of the National University of Singapore (NUS), an early adopter of the concept of REL since 2004. Almost all current literature on the topic focuses on REL applications in corporate e-learning. There is very little academic research into issues surrounding REL because this is a recent development. At this stage of implementation of REL, the literature on the topic is limited. The following three definitions are commonly used: 1. Josh Bersin defined REL as a category of online training content, which can be developed in weeks, can be authored by subject matter experts (SMEs), and maintains instructional focus and quality (Bersin & De Vries, 2004). REL tools leverage on common software such as PowerPoint and then convert that to Flash or other formats for Web delivery with options to add audio and simple quiz. Content is published, edited, and republished by the SMEs with little or no assistance. 2. Patti Shank, President of Learning Peaks, broadened the definition to include rapid instructional design, development, deployment, and evaluation (Shank, 2006). REL is no longer just synonymous to the rapid authoring and development of content, but also to the streamlining of the entire project management process and production cycle. 3. Another possible definition of Rapid E-learning is when the phrase is used to indicate how rapidly e-learning is being adopted or embraced by an organization. (Tan, Lee & Goh, 2004). The definitions by Bersin & Associates and Patti Shank, which include process and product, are widely accepted as the main definitions of REL.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,215

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0090,011
Science ouverte0,0010,012
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0640,018

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 Opus0,029
Tête enseignante GPT0,261
Écart entre enseignants0,232 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooks→Même sujetOnline and Blended Learning→Travaux en français237 207→