MétaCan
Menu
Retour à la cohorte
Enregistrement W289941621

Key pedagogic thinkers - Dave Cormier

2014· article· en· W289941621 sur OpenAlexaboutno aff
Maha Bali, Sarah Honeychurch

Notice bibliographique

RevueENLIGHTEN (Jurnal Bimbingan dan Konseling Islam) · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoining (mint)CurriculumKey (lock)SociologyPedagogyMathematics educationArtPsychologyArchaeologyHistoryComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Who is Dave?Dave Cormier of the University of Prince Edward Island in Canada is renowned for coining the term MOOC (Massive Open Online Course) and for developing the notion of rhizomatic learning.In January 2014, he facilitated a MOOC entitled 'Rhizomatic learning: the community is the curriculum' (popularly known as #rhizo14 -the hashtag used on twitter and facebook for it), in which we (Maha and Sarah) were participants. How was this interview conducted?Since Dave lives in Canada, Maha lives in Egypt, and Sarah lives in Scotland, this was not a traditional interview.Maha conducted this interview with Dave rhizomatically (see below for explanation of rhizomatic), starting on google docs, facebook and twitter.Additionally, Maha crowdsourced part of this interview by inviting anyone who was interested in asking questions to pose those questions on her blog (Bali, 2014b) or on twitter using the hashtag #askjpd, and Dave Cormier answered those questions on a live (and recorded) google hangout, co-facilitated by us (Maha and Sarah).The full list of crowdsourced questions asked of Dave is available at this Storify 1 , 1the full hangout recording is available here 2 ,2and the transcript is here 3 .3Whatfollows is an edited summary of the interview, focusing on particular aspects that we thought would be of interest to readers of the JPD.Because of the unorthodox way of conducting the interview, the summary does not follow the order the questions were asked of Dave, nor does it include his full response to each question.We try to explain most terms in the body of the text, but have also provided a glossary at the end of the article for reference. What is Rhizomatic Learning?Dave Cormier is reluctant to define rhizomatic learning in a concise format.In a tweet, he told us he has 'been very careful to never write a definition', and he now prefers to think of it as a story 4 .4KeithHamon, a #rhizo14 participant and someone who has engaged with the notion of

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,706
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,248
Écart entre enseignants0,236 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueENLIGHTEN (Jurnal Bimbingan dan Konseling Islam)Même sujetOnline Learning and AnalyticsTravaux en français237 207