MétaCan
Menu
Retour à la cohorte
Enregistrement W2882716197 · doi:10.15215/aupress/9781771992077.01

An Online Doctorate for Researching Professionals: Program Design, Implementation, and Evaluation

2018· book· en· W2882716197 sur OpenAlexafffund
Swapna Kumar, Kara Dawson

Notice bibliographique

RevueAthabasca University Press eBooks · 2018
Typebook
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensAthabasca University
Organismes subventionnairesGovernment of AlbertaKent State UniversityUniversity of Florida
Mots-clésPsychologyComputer scienceMedical educationEngineering managementEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

The model of an online professional doctorate that we present in this book is based on our experience with designing and implementing the online EdD degree in educational technology offered at the University of Florida.The journey began in 2006, when Kara and her colleague Rick Ferdig (now at Kent State University) began to recognize that our university's PhD program in education did not meet the needs of all students.Like most PhD programs, ours was oriented toward students who aimed to work in an academic environment, teaching and conducting research, yet a significant number of our doctoral candidates had no interest in an academic career.Many were already working professionals whose goal was to apply their new knowledge in a particular context or, in some cases, simply to strengthen their credentials.These students typically attended school part-time, often commuting to campus after work, and took years to finish the program.We made accommodations for them as best we could, by adjusting course assignments to better meet their needs and by working out schedules that allowed them to pursue their degree on a part-time basis.Despite these accommodations, however, the PhD program was an awkward fit for them.We had also begun receiving numerous inquiries from working professionals elsewhere in the country who were interested in earning a doctoral degree while maintaining their existing jobs.Although such an arrangement was clearly incompatible with our campus-based PhD viii

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)0,031
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,002
Communication savante0,0030,002
Science ouverte0,0030,010
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0390,009

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 Opus0,122
Tête enseignante GPT0,403
Écart entre enseignants0,281 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2018
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueAthabasca University Press eBooksMême sujetOnline Learning and AnalyticsTravaux en français237 207