MétaCan
Menu
Retour à la cohorte
Enregistrement W2478159505 · doi:10.4018/978-1-4666-3649-1.ch007

Bringing Web 2.0 into the Learning Environment

2013· book-chapter· en· W2478159505 sur OpenAlexaff
Saman Shahryari Monfared, Peyman Ajabi-Naeini, Drew Parker

Notice bibliographique

RevueIGI Global eBooks · 2013
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésConversationAsynchronous communicationClosing (real estate)The InternetPhenomenonWorld Wide WebComputer scienceSynchronous learningProcess (computing)Social mediaWeb 2.0SociologyMultimediaPedagogyCommunicationCooperative learningPolitical scienceTeaching methodTelecommunicationsEpistemology

Résumé

récupéré en direct d'OpenAlex

Social Networking, or the so-called Web 2.0 phenomenon, is changing the way we use the Internet. In turn, the way we use the Internet is changing the way we work, learn, communicate, and research. This chapter outlines a series of issues, tools, techniques, and pedagogy that may lie behind the process to bring social media into a learning environment. It then concludes with a four-year experience bringing these concepts into a senior undergraduate seminar, and offers observations and conclusions about the efficacy of our approach. Social networking has brought the Web into a conversation. Similarly, the chasm between synchronous and asynchronous learning is closing as the classroom becomes one part of a larger, continuous learning experience.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,015
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0090,009
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0150,007

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 Opus0,011
Tête enseignante GPT0,226
Écart entre enseignants0,215 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetOnline Learning and AnalyticsTravaux en français237 207