MétaCan
Menu
Retour à la cohorte
Enregistrement W2492967068 · doi:10.4018/978-1-4666-4651-3.ch008

Temporal Considerations in Analyzing and Designing Online Discussions in Education

2013· book-chapter· en· W2492967068 sur OpenAlexaff
Alyssa Friend Wise, Yuting Zhao, Simone Hausknecht, Ming Ming Chiu

Notice bibliographique

RevueIGI Global eBooks · 2013
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPaceSalience (neuroscience)UnpackingOnline learningComputer scienceAffordanceData scienceHuman–computer interactionMultimediaArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Time plays a fundamental role in both the benefits and challenges of using online discussions as a pedagogical tool. This makes temporal considerations critical both for conducting analyses of how learning takes places through online discussions and for designing effective structures to support discussion activity. However, despite the importance of temporal considerations for online discussions, the majority of research on online discussions and guidance for design does not explicitly address issues of time. This chapter provides an initial foundation for researchers, designers, and instructors of online discussions to engage in temporally aware analysis and design. The authors begin with an overview of the general temporal characteristics of online discussions and the analytic considerations they raise in terms of timescales, data aggregation, and units of analysis. They then use the categories of Duration, Sequence, Pace, and Salience as a framework for unpacking the temporal aspects of online discussions in more detail, providing guidance for designers and instructors to manage temporal challenges and harness temporal opportunities. The authors conclude with a call for greater theorization of temporal properties, processes, and their effects on learning to support more informed analysis and design of online discussions.

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)0,017
score de la tête « metaresearch » (Gemma)0,030
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,005
Communication savante0,0090,012
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,030
Tête enseignante GPT0,325
Écart entre enseignants0,295 · 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

Citations8
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetOnline and Blended LearningTravaux en français237 207