MétaCan
Menu
Retour à la cohorte
Enregistrement W2481768255 · doi:10.4018/978-1-60566-984-7.ch023

Self-Organization in Social Software for Learning

2010· book-chapter· en· W2481768255 sur OpenAlexaff
Jon Dron

Notice bibliographique

RevueIGI Global eBooks · 2010
Typebook-chapter
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésAffordanceThe InternetAggregate (composite)Value (mathematics)Computer scienceWorld Wide WebInternet privacyHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

The Internet has long been touted as an answer to the needs of adult learners, providing a wealth of resources and the means to communicate in many ways with many people. This promise has been rarely fulfilled and, when it is, often by mimicking traditional instructor-led processes of education. As a large network, the Internet has characteristics that differentiate it from other learning environments, most notably due to its size: the sum of the value of a network increases as the square of the number of members (Kelly, 1998), even before aggregate effects are considered. Churchill (1943) said, “We shape our dwellings and afterwards our dwellings shape us.” If this is true of buildings then it is even more so of the fluid and ever-changing virtual environments made possible by the Internet. Our dwellings are no longer fixed but may be molded by the people that inhabit them. This article discusses a range of approaches that make use of this affordance to provide environments that support groups of adult learners in their learning needs.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,732
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0010,002
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 Opus0,031
Tête enseignante GPT0,342
Écart entre enseignants0,311 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207