MétaCan
Menu
Retour à la cohorte
Enregistrement W3037139059 · doi:10.5539/ies.v13n7p145

Creative Economy Teaching and Learning–A Collaborative Online International Learning Case

2020· article· en· W3037139059 sur OpenAlexvenueno aff
Aparna Katre

Notice bibliographique

RevueInternational Education Studies · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensnon disponible
Organismes subventionnairesOcean University of ChinaUniversity of Minnesota DuluthUniversity of Minnesota
Mots-clésMindsetHigher educationSociologyPedagogyCreativityCollaborative learningCultural diversityBlended learningLeverage (statistics)Knowledge managementPublic relationsEducational technologyPsychologyPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Culture plays a central role in the creative economy, not only in terms of developing creative products and services but also in terms of shaping the processes by which products are crafted. Among various pedagogical approaches for the development of creative products, Collaborative Online International Learning (COIL) emerges as a promising vehicle. Educators can leverage audio, visual, and written communications technologies to connect learners from geographically distant cultures and place culture at the center of the creative product development processes. The University of Minnesota Duluth’s introductory class on cultural entrepreneurship, CUE 1001, hosted a semester-long COIL project with Ocean University of China’s Cultural Industries Management program to facilitate such innovation in cross-cultural teams. An ex-post evaluation of the project suggests that learners can appreciate the overall significance of culture when conceptualizing creative services and products. They develop an intercultural mindset and acquire the tools to work effectively in cross-cultural settings. Institutions of higher education can leverage COIL in a variety of domains, while studies comparing traditional and COIL-based approaches can further add to the body of knowledge regarding intercultural awareness and the internationalization of learning in higher education.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,788
Score d'incertitude au seuil0,621

Scores Codex et Gemma par catégorie

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

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 Opus0,041
Tête enseignante GPT0,342
Écart entre enseignants0,301 · 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 tête enseignante, 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

Citations23
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207