MétaCan
Menu
Retour à la cohorte
Enregistrement W2936497503

Teacher Trust, Vulnerability and Open Educational Resources

2019· article· en· W2936497503 sur OpenAlexaff
Constance Blomgren

Notice bibliographique

Revue2019 Conference of the Canadian Society for the Study of Education · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésOpen educational resourcesOpenness to experiencePedagogySociologyOpen educationCreativityDistance educationCommonsKnowledge managementPublic relationsComputer sciencePsychologyPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Open educational resources (OER) were first defined by UNESCO in 2002 and have evolved concomitant with changes in digital technologies. These resources, typically openly licensed through Creative Commons, allow for intentional sharing, reusing, revising, or remixing and range from textbooks to more granular resources. The move from a copyright restricted learning environment to an open one has initiated an increase awareness, use, and support for OER. This research explores in-service K-12 educators’ experience of OER in technology-enhanced learning environments and examines teachers’ phenomenology of practice and the phenomena of Hegarty’s 8 attributes of Open Pedagogy (1. participatory technologies; 2. openness and trust; 3. innovation and creativity; 4. connected community; 5. sharing ideas and resources; 6. learner generated; 7. reflective practice; 8. peer review). Using the digital archive of computer mediated communication discussion forums of K-12 in-service teachers enrolled in graduate on-line synchronous courses, the researcher examines the role of openness and trust as part of teachers asking and answering questions of with whom, how, and where to participate in open pedagogy. These questions involve trust and vulnerability among individual educators and aspects of school hierarchies, curricular resources, and collegial practices.

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)0,012
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,056
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0090,025
Communication savante0,0100,010
Science ouverte0,0010,012
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,031
Tête enseignante GPT0,299
Écart entre enseignants0,268 · 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.

Devis d'étudeQualitatif
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2019 Conference of the Canadian Society for the Study of EducationMême sujetOpen Education and E-LearningTravaux en français237 207