Finding the Right Balance: A Reply to Jones’ Research on Building Communities of Practice Using a Wiki
Notice bibliographique
Résumé
Are we expecting too much from a wiki? Reflecting on her lived experience of using a wiki in a graduate course, Jones shared a number of insights with regard to the capacity of using such technology in support of learning in a community of practice context. As she examined her experience and benefits, Jones identified tensions that impacted the social and communal aspects of what was shared in the wiki; she also explored the level of rigour that influenced the reliability of the content. Jones argued that wikis have potential in supporting the development of a community of practice only if specific social elements are addressed. As we reflect on our perceptions and expectations of developing and fostering learning through an online community approach, we need to carefully consider the balance between the affordance of the technology and the preparedness of students in terms of collaborative learning in community to foster knowledge building. “Use of the technology does not spontaneously cause communities to occur; communities of leaners must be planned” (Moller, 1993, p. 120).
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 | 0,033 | 0,119 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,013 | 0,036 |
| Communication savante | 0,014 | 0,048 |
| Science ouverte | 0,007 | 0,011 |
| Intégrité de la recherche | 0,049 | 0,069 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,004 |
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 ».