Croissance et objectifs: version indépendante
Notice bibliographique
Résumé
Ce module peut etre utilise par tout le monde dans n'importe quel contexte et est destine a vous aider a devenir un apprenant plus competent, que ce soit dans un contexte academique, physique, artistique ou autre. En tant que ressource educative libre, il peut egalement etre adapte. La conception du module Croissance et objectifs est assuree par des membres du Groupe de recherche Flynn a l’Universite d’Ottawa. Le Groupe de recherche Flynn se concentre principalement sur la Recherche en education de la chimie (REC) et cherche a mettre au point des methodes et des outils novateurs pour soutenir l’apprentissage des etudiants. Le module Croissance et objectifs est un module portant sur l’apprentissage autoregule (AAR), l’etat d’esprit en evolution et la metacognition aux fins d’apprentissage postsecondaire. Le module permet aux etudiants de determiner leurs forces et leurs faiblesses ainsi que leur etat d’esprit actuel a propos de leurs objectifs et de leur apprentissage, de meme qu’acquerir les competences d’AAR necessaires a l’appropriation de leur apprentissage. Les etudiants universitaires doivent etre en mesure d’apprendre sous diverses formes, doivent souvent faire face a l’echec et doivent gerer simultanement bon nombre de cours differents et d’attentes diverses envers la vie. Afin de reussir, les etudiants doivent connaitre leur apprentissage et en effectuer un suivi continu tout en acquerant autonomie et competences professionnelles. Le module Croissance et objectifs vise a aider les etudiants a y parvenir ainsi qu’a mettre au point un cadre de travail et a acquerir les competences necessaires a la gestion de leur apprentissage et a la reussite en milieu postsecondaire.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,007 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».