MétaCan
Menu
Retour à la cohorte
Enregistrement W2885304761 · doi:10.20533/licej.2040.2589.2016.0309

Evaluating the Power of CORE

2016· article· en· W2885304761 sur OpenAlexaff
Karen E. Efford, Jillian Roberts

Notice bibliographique

RevueLiteracy Information and Computer Education Journal · 2016
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésCore (optical fiber)Power (physics)Computer scienceTelecommunicationsPhysics

Résumé

récupéré en direct d'OpenAlex

Tutors are often found outside of the regular classroom and often in community settings.By building a unique relationship with their students, tutors are able to play an important role in the lives of their students.Tutors at the Centre for OutReach Education (CORE) endeavor to do just that.Located at the University of Victoria, CORE is a multidisciplinary centre dedicated to enhancing the education of children and youth.CORE's aim is to fill unmet needs in the community by supporting students who might not necessarily be able to afford such educational support in the community context.CORE Tutors are hired primarily from the body of students in the University of Victoria's Education (teacher training) programs.CORE's provides these teachers in training with a unique opportunity to hone their skills while supporting children in need.CORE pairs tutors with one student for the period of one or two academic terms allowing for a supportive relationship to form and where the tutors understands the academic need of their respective students.The purpose of the present case study is to gain insight into the specialized role of tutors and how this hands-on experience influences their pedagogical practice.Using a case study, the reflections of tutors in the 2015-2016 cohort will be examined and this data will help us to better understand the role CORE plays in the training of student teachers.

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)0,023
score de la tête « metaresearch » (Gemma)0,113
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,113
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,137
Tête enseignante GPT0,515
Écart entre enseignants0,378 · 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'étudeObservationnel
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLiteracy Information and Computer Education JournalMême sujetEvaluation and Performance AssessmentTravaux en français237 207