MétaCan
Menu
Retour à la cohorte
Enregistrement W2578968279 · doi:10.1080/14703297.2017.1279069

Fostering generative conversation in higher education course discussion boards

2017· article· en· W2578968279 sur OpenAlexaff
Kaylea Champion, Olen Gunnlaugson

Notice bibliographique

RevueInnovations in Education and Teaching International · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueCommunication in Education and Healthcare
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésTransformative learningGenerative grammarConversationConstructivePerspective (graphical)Online discussionHigher educationPedagogyMathematics educationSociologyPsychologyEngineering ethicsComputer scienceEngineeringPolitical scienceProcess (computing)World Wide WebArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Online discussion boards are commonplace in higher education courses, intended either to supplement or in certain cases, replace face-to-face conversations. This article considers discussion boards from the perspective of David Kantor and Otto Scharmer’s generative conversational models. It goes on to establish a rationale for applying these models to the analysis of discussion boards in higher education courses. The proposed models also establish scaffolding for the review of recent research into how online discussion boards support or diminish student engagement and dialogue. In drawing from these frameworks and related research, this article makes a case for online instructors and facilitators to adapt generative conversational models to help support conditions for constructive and transformative forms of learning in their course 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 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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,667
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,126
Tête enseignante GPT0,490
Écart entre enseignants0,364 · 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'étudeObservationnel
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

Citations15
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovations in Education and Teaching InternationalMême sujetCommunication in Education and HealthcareTravaux en français237 207