MétaCan
Menu
Retour à la cohorte
Enregistrement W3099585555 · doi:10.1163/25902539-00203011

Going Online? China’s Response in Higher Education System to the Pandemic

2020· article· en· W3099585555 sur OpenAlexaff
Tian Liu, Ying Huang

Notice bibliographique

RevueBeijing international review of education · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Governance and Development
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésChinaContext (archaeology)Political scienceHigher educationPandemicCoronavirus disease 2019 (COVID-19)CurriculumChristian ministryClosure (psychology)Public relationsOnline learningEconomic growthPublic administrationLawGeographyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Since the early march of 2020, higher education institutions around the world shut down quickly because of the outbreak of covid -19. This article addresses China’s response to this unprecedented pandemic in terms of a nationwide school closure. This article introduces how Chinese higher institutions use different strategies to launch online education under the initiative entitled “Ensuring Learning Undisrupted when Classes are Disrupted” from the Ministry of Education. The article also provides brief introduction on China’s online education initiative in a global context. Concerns of online education discussed in this article include equitable access to online education, challenges of curriculum design, and academic integrity. Practical suggestions are therefore offered based on North American experience. Finally, this article concludes the critical impact of online education on Chinese higher institutions during and even after this pandemic.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,537
Score d'incertitude au seuil0,511

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,049
Tête enseignante GPT0,398
Écart entre enseignants0,349 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBeijing international review of educationMême sujetHigher Education Governance and DevelopmentTravaux en français237 207