Case Study: eduSource and the Athabasca University Digital Library Project
Notice bibliographique
Résumé
Athabasca University has made the commitment to put all of its courses online as part of its Strategic University Plan.In pursuit of this goal, it has participated in the eduSource project, a pan-Canadian effort to build the infrastructure for an interoperable network of learning object repositories based on and incorporating international standards and specifications.At AU, this initiative has brought together professionals, academics, and other researchers into a team that has synchronized the efforts of different university centers in the creation of a common enterprisewide university repository for learning objects.The project participants have created open source applications and intelligent agents as well as a suite of software tools that complement those of the other eduSource partners.Athabasca University, Canada's Open University (AU), has been a partner in the pan-Canadian eduSource project, sponsored by CANARIE, Canada's advanced Internet development organization.AU, along with its five eduSource Canada partners has built the components and best practice guidelines to develop the infrastructure for a pan-Canadian testbed of linked and interoperable learning object repositories, based on national and international standards.AU has produced an open source suite of tools for creating learning object repositories.The applications are based on and incorporate international standards and specifications and include a learning object repository (LOR) input application called ADLib, a digital reading room (DRR), an application for converting library records in MARC format to IEEE LOM records, which is the international standard for learning object metadata.There is an intelligent agent for enabling learners to quickly access answers to questions and other agents check for broken Web links and make recommendations to users.The software suite of tools includes Java bindings and interfaces to the LOR as well as identification and validation services.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,013 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».