MétaCan
Menu
Retour à la cohorte
Enregistrement W2494574315 · doi:10.4018/978-1-59904-597-9.ch012

Designing Online Conversations to Engage Local Practice

2008· book-chapter· en· W2494574315 sur OpenAlexaff
Alyssa Friend Wise, Thomas M. Duffy

Notice bibliographique

RevueIGI Global eBooks · 2008
Typebook-chapter
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésExternalizationGeneralityTacit knowledgeKnowledge managementComputer scienceConversationSpace (punctuation)SociologyPsychologyCommunication

Résumé

récupéré en direct d'OpenAlex

In this chapter we present a model for the design of a conversation space to support knowledge-building. While we focus on online environments, the model has much greater generality. The model, an expansion and adaptation of Nonaka’s work, considers knowledge as consisting of complementary explicit and tacit dimensions. It argues that these two dimensions of knowledge are mutually reinforcing, inseparable and irreducible and thus in order to build robust knowledge we must attend to both dimensions and, most critically, the relationship between them. Our model conceptualizes the development of knowledge as a spiral between the complementary processes of Externalization (through collective online reflection) and Internalization (through conscientious local practice) and discusses eight principles for designing online conversations to foster effective Externalization, thus promoting the knowledge-building spiral. The broader message of this chapter is that designers need to expand their frame for thinking about “online” learning to include not only the virtual space but also the local spaces which learners inhabit in order to create useful and engaging learning experiences. All of the eight design principles presented here support this consideration.

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), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,949
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,002

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 Opus0,078
Tête enseignante GPT0,384
Écart entre enseignants0,306 · 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'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

Citations3
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

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