The Web of Identity: Selfhood and Belonging in Online Learning Networks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
I attended a pre-conference workshop for PhD students and had an opportunity to network with Etienne Wenger, Laura Czerniewicz (University of South Africa), and Chris Jones (OUUK). This was an enormously rich experience in which students from Denmark and the UK (including me) could discuss our PhD research and receive constructive criticism and feedback. As a result of this experience, I have made a contact with a professor from the OUNL who is willing to include our EdD students here at Athabasca University in similar workshops to be held in Europe. I am just starting to establish communications between the groups. \n \nAt the conference itself, I attended numerous presentations at the conference giving me some ideas and tools to use for social network analysis (SNA) here at AU, for example. I have several pages of notes from the conference that I can photocopy if needed by the committee. \n \nI presented my own paper as listed above. The full paper can be found on the conference website: http://www.lancs.ac.uk/fss/organisations/netlc/past/nlc2010/abstracts/Koole.html. I am attaching the paper and the PowerPoint presentation along with this document. \n \nI was offered some new directions for my research into identity formation in online networks: \n•\tDavid Carr – an American theorist who claims that our identity is highly influenced by our physicality (body). \n•\tDanah Boyd – a PhD student working on digital identity. I have just downloaded two of her papers and her master’s thesis. Her advisor from the OUNL suggested I contact her to share resources.
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.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découle