MétaCan
Menu
Retour à la cohorte
Enregistrement W2903975490 · doi:10.4018/978-1-5225-7183-4.ch003

Students' Uses of a Private Margin on Public Online Discussions

2018· book-chapter· en· W2903975490 sur OpenAlexaff
Carl James Forde, Kevin O’Neill

Notice bibliographique

RevueAdvances in library and information science (ALIS) book series · 2018
Typebook-chapter
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésRealmMargin (machine learning)Space (punctuation)Private spaceReading (process)Mathematics educationPublic relationsPsychologyMedical educationPedagogyPolitical scienceComputer scienceMedicineLaw

Résumé

récupéré en direct d'OpenAlex

For centuries, marginal notes have been integral to the acts of reading and studying. In the print realm, margins provide a private space where readers can record their initial reactions to text. Today many postsecondary students use online discussion forums as a prescribed part of course activities; yet these forums typically provide no private space for students to record their initial reactions to one another's posts. The authors added a private margin to the online discussion environment used in two graduate courses and examined students' uses of it. Without any specific instruction or encouragement, students used this margin as an integral part of how they participated in the discussion forum over the entire semester. The most common uses of the Virtual Margin were to privately record opinions on other students' posts, to create summaries of others' posts for personal study, and to create private drafts of notes to post publicly later. Overall, the results suggest that a private margin has potential to assist students in their learning and in developing public forum contributions.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,021
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0060,009
Science ouverte0,0010,010
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,005

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 Opus0,028
Tête enseignante GPT0,357
Écart entre enseignants0,329 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in library and information science (ALIS) book seriesMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207