MétaCan
Menu
Retour à la cohorte
Enregistrement W2641974451 · doi:10.3998/mjcsloa.3239521.0023.214

Learning about Learning – Together

2017· article· en· W2641974451 sur OpenAlexaff
Janice Miller‐Young

Notice bibliographique

RevueMichigan journal of community service learning · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Whether we are nudging the world toward cleaner water, widespread food security, enhanced intercultural understanding, or any other envisioned future, the work of "building a better world" (Hartman, Kiely, friedrichs, & Boettcher, in press) that is at the heart of democratic civic engagement (DCE) is a matter of questioning and learning and acting.We believe the Scholarship of Teaching and Learning (SoTL) -i.e., inquiry into learning -has the potential to further deepen our ability to question, learn, and act together -especially when it is understood and enacted through the values and practices of DCE.By that, we mean when it (a) positions all involved as co-teachers, co-learners, and co-generators of knowledge and practice, and (b) takes as a goal the development of civic capacities in those doing the inquiry.This challenges traditional roles and relationships in teaching and learning and the way we study them that too often frame students, community members, and staff merely as objects of study by expert faculty.We believe that SoTL can and should be enacted democratically, with everyone involved co-creating the questions and the processes that help us learn about learning; and we invite everyone involved in servicelearning, civic engagement, and SoTL to move in this direction.What might such SoTL look like?Patti describes a glimpse:

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,159

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,005
Communication savante0,0090,013
Science ouverte0,0010,008
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0480,010

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 Opus0,071
Tête enseignante GPT0,398
Écart entre enseignants0,327 · 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'étudeQualitatif
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

Citations4
Publié2017
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueMichigan journal of community service learningMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207