MétaCan
Menu
← Retour à la cohorte
Enregistrement W2571818865

Chapter 13: Virtual Schools: Reflections on Key Issues

2006· article· en· W2571818865 sur OpenAlexaboutno aff
Glenn Russell

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Face (sociological concept)The InternetExperiential learningMathematics educationInstructional simulationPsychologyPedagogySociologyComputer scienceEducational technologyWorld Wide WebGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A VLE can be understood as a computer-accessible cognitive context where students interact with mediated representations rather than their experiential equivalent. For students of school age, an emergent variation is the Virtual School, where the internet is used to deliver some or all of the courses that would traditionally be offered in a “bricks-and-mortar” school in face-to-face mode with a teacher. Increasingly, Virtual Schools are an available alternative to conventional schools. Unlike their physical counterparts, Virtual Schools are, for the most part, not restricted by the restraints of timetables, bells, uniforms, or other organizational characteristics of face-to-face teaching. Virtual Schools have shown considerable growth in recent years, particularly in the U.S.A. (Clark, 2001) and Canada (SAEE, 2002). They are seen as having identifiable advantages. Mittleman (2001) refers to a Virtual School in Israel as “breaking barriers of time and place” (p. 84), while Florida High School in the U.S.A. uses the motto “any time, any place, any path, any place” (Florida Virtual School, 2003). Virtual Schools have been described in quite glowing terms. Berman (1999) sees virtual learning in the following way:

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)0,005
score de la tête « metaresearch » (Gemma)0,009
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0070,009
Communication savante0,0120,016
Science ouverte0,0030,007
Intégrité de la recherche0,0100,013
Charge utile insuffisante (le modèle a refusé de juger)0,0200,004

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 Opus0,039
Tête enseignante GPT0,379
Écart entre enseignants0,340 · 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
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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOnline and Blended Learning→Travaux en français237 207→