MétaCan
Menu
Retour à la cohorte
Enregistrement W2993449138

Online teaching of acoustics to candidates for admission in audiology and speech-language pathology at the University of Ottawa

2012· article· en· W2993449138 sur OpenAlexaffvenueabout
Christian Giguère, Elizabeth Campbell Brown, Daniel Dostie

Notice bibliographique

RevueCanadian acoustics · 2012
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEducation, Management, Technology, Human Resources
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPhoneticsBlackboard (design pattern)Computer sciencePsychologyAudiologyMedicineLinguistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper aims to share the experiences gained by migrating a preparatory course in acoustics for candidates applying to the graduate program in audiology or speech-language pathology at the University of Ottawa to an online environment. The course is offered in the summer for those who have no prior training in physical acoustics, acoustic phonetics or instrumental techniques in linguistics. Knowledge of the basic concepts in acoustics, signal analysis and electroacoustic systems is necessary for mastering several clinical skills for both audiologists and speech-language pathologists. Delivering the course online became necessary to allow more students to meet the admission prerequisite in acoustics given the wide geographical distribution of newly admitted students in audiology and speech-language pathology across the country. Since 2009, the course has been offered completely online using distance education tools (e.g. Blackboard™) and the development of acoustics teaching and learning materials in French targeting the area of audiology and speech-language pathology. While significant efforts were required to implement the online course over a five-year period, the project has proven to be a great success.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,693
Score d'incertitude au seuil0,610

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,001
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0400,007

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 Opus0,040
Tête enseignante GPT0,338
Écart entre enseignants0,298 · 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'étudeSans objet
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
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian acousticsMême sujetEducation, Management, Technology, Human ResourcesTravaux en français237 207