An Interactive OER Course Development at Athabasca University based on ODL Principles
Notice bibliographique
Résumé
On October 16-18, I attended ICDE 25th 2013 conference hosted in Tianjin of China. At the conference I presented a paper titled: “An Interactive OER Course Development at Athabasca University based on ODL Principles to Increase Completion Rates in Calculus”, which was written by Dr. Sandra Law and me. This paper documents an Inukshuk Wireless-funded project that involved the design and development of an authoring tool (Athabasca University Tutor Authoring Tool or AUTAT) that was used to create a set of standalone learning modules intended for use by students struggling in first-year calculus courses. Introductory calculus is a popular course at universities across Canada but has one of the lowest completion rates of all courses offered at the introductory level. Interactive components of the just-in-time learning modules were designed using the AUTAT. \n \nThis paper was awarded as a) The Honorable Mention of the Best Paper of ICDE25th; b) ICDE Prizes for Innovation and Best Practices of 2013; This award recognizes all of the work done by a team of AU employees (learning designers, editors, web specialists, visual designers, Flash specialists, and faculty) to move mathematics instruction into the online environment and to participate in the open education movement (by providing the learning modules and the AUTAT to the world at large through the AU OCW site http://ocw.lms.athabascau.ca/course/view.php?id=5). We would like to acknowledge the assistance of content experts and instructional designer from member institutions within the Canadian Virtual University (CVU) for their reviews of the modules. The work completed on this project has informed course design in mathematics, e.g. use of MathML (W3C recommended format for displaying mathematics online).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».