Book Reviews – 2019
Notice bibliographique
Résumé
The following publication contains book reviews of these titles:Ferster, B. (2016) Sage on the Screen: Education, Media and How We Learn. Baltimore: Johns Hopkins University Press. 197 pages. ISBN 13: 978-1-4214-2126-1.Littlejohn, A and Hood, N. (2018) Reconceptualising Learning in the Digital Age: The [Un] democratising Potential of MOOCs. Singapore: Springer. 108 pages. ISBN: 978-981-10-8892-6, ISBN: 978-981-10-8893-3.Hodgkinson-Williams, C and Arinto, P.B. (eds.) (2017) Adoption and Impact of OER in the Global South. Cape Town and Ottawa: International Development Research Centre & Research on Open Educational Resources. 606 pages. ISBN: 9781928331483.Rankin, J.G. (2016) How to Make Data Work: a Guide for Educational Leaders. New York: Routledge. 226 pages. ISBN: 978-1-317-35338-6.Saba, F. and Shearer, R.L. (2018) Transactional Distance and Adaptive Learning, Planning for the Future of Higher Education. London: Routledge. 212 pages. ISBN: 978-1-138-30233-4, ISBN: 9780203731819.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,479 | 0,501 |
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 source (Gemma direct ou Codex distillé), 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 ».