Deep in the Hearts of Learners: Insights into the Nature of Online Community
Notice bibliographique
Résumé
Recent literature on online learning gives credence to the difficulty inherent in understanding the sense of online community. Quantitative studies especially have concluded with calls for deeper, more intensive explorations into what really happens in online learning environments. In this article the results of an interpretive study conducted among adult learners engaged in online study present an intensive and revealing look into learners’ interaction with online community. Online learning is demanding and unforgiving; in feeling its relentless pull, learners construct their own lines of defense that allow them to complete their studies successfully while maintaining their independence and integrity. La documentation recente sur l’apprentissage en ligne ajoute foi a la difficulte inherente a comprendre le sens de communaute en ligne. Des etudes quantitatives, en particulier, ont conclu sur la necessite de mener des explorations plus approfondies et plus intenses sur ce qui se passe reellement dans les environnements d’apprentissage en ligne. Dans cet article les resultats d’une etude interpretative, menee aupres d’apprenants adultes engages dans l’apprentissage en ligne, presentent une vision intensive et revelatrice sur l’interaction des apprenants avec la communaute en ligne. L’apprentissage en ligne est eprouvant et impitoyable. Les apprenants, en ressentant la pression incessante, construisent leurs propres barrieres de defense ce qui leur permet de completer leurs etudes avec succes tout en maintenant leur independance et leur integrite.
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 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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».