Using a Panel of Experts to Enrich Planning of Distance Education
Notice bibliographique
Résumé
This article describes the results of a qualitative study of a panel of experts in distance education. The panel was selected to help identify directions for the continuing progress of distance education at a large Canadian comprehensive community college. The results identified a number of issues to address in the development of a distance/distributed learning strategy. Four major themes emerged from the interviews: the effect of new telecommunications technologies, the increasing numbers of and changing characteristics of distance education learners, the needs of faculty, and the many-layered adjustments required in educational institutions. These themes facilitated robust internal college consultations. Cet article décrit les résultats d’une étude qualitative d’un panel d’experts en formation à distance. Le panel a été choisi pour aider l’identification d’orientations pour le progrès continu de la formation à distance dans un grand collège communautaire polyvalent canadien. Les résultats décrivent un bon nombre de questions à aborder lors du développement d’une stratégie d’apprentissage à distance ou distribué. Quatre grands thèmes ont émergés des entrevues : l’effet des nouvelles technologies de communication, le nombre croissant et changeant des caractéristiques des apprenants en formation à distance, les besoins du corps enseignant et les ajustements requis à plusieurs niveaux dans les établissements d’enseignement. Ces thèmes ont suscité de sérieuses consultations internes dans les collèges.
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 | 0,021 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,005 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».