MétaCan
Menu
Retour à la cohorte
Enregistrement W3047153235 · doi:10.5430/ijhe.v9n7p24

The Analysis of the Influence of Information Environment on the Efficiency of Training Future Masters for Research Activity

2020· article· en· W3047153235 sur OpenAlexvenueno aff
Ihor Bopko, Bogdan Kryshchuk, Liudmila Romanovska, Yuriy Bryndikov, Natalia V. Synyuk

Notice bibliographique

RevueInternational Journal of Higher Education · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Methods and Teacher Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTest (biology)Training (meteorology)Quality (philosophy)PsychologyProfessional developmentKnowledge managementMedical educationPedagogyComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The article presents the results of research on the problem of training future masters of humanities for research activity under the conditions of the information environment. The authors reviewed scientific literature, determined the mainstreams of the future masters’ training for research activities, and the dynamics of their readiness for these activities, studied the influence of the information environment of higher educational institutions on the level of the development for research activities. They also developed the provisions for methodological recommendations. The information environment is understood as the possibility to obtain the necessary data, evidence, hypotheses, theories, etc. Much attention is paid to ensuring the quality of professional training through the introduction of stagewise higher education, the formation of the future masters’ professional mobility under the labour market conditions. Based on the review of psychological and pedagogical literature, we determined the pedagogical conditions for the development of future masters' readiness for research activities: ensuring the future masters’ training within the modern information environment; formation of the future masters’ motivation for research activities in the information environment; introduction of a competent approach into the future masters of humanities training; ensuring the integration of academic subjects in the future masters’ training for research activity. Based on the results of the study, we determined the main tasks of further research. The authors confirmed the reliability of the research results by the Student’s t-test and Fisher’s F-test.

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)0,012
score de la tête « metaresearch » (Gemma)0,067
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,067
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,091
Tête enseignante GPT0,389
Écart entre enseignants0,297 · 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'étudeObservationnel
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetEducational Methods and Teacher DevelopmentTravaux en français237 207