Notice bibliographique
Résumé
Emergent Learning, Connections, Design for LearningIn a digital world dominated by social media, networks, and instant communication, the creation of viable, effective, and sustainable learning environments remains a challenge for designers, administrators, teachers, and learners.The purpose of this special issue was to examine this challenge through a lens of connections, emergence, chaos, complexity, fractals, and quantum theory, which are terms that originated and have been widely studied in the natural sciences, and which are now appearing as important interdisciplinary ways to understand both natural and social sciences, including education.The question therefore arises, are the traditions of what it means to teach and learn being challenged by these concepts, or are we simply experiencing the natural evolution of education through a process of emergence, connections, and the design experience?As editors of this issue, we proposed the following frameworks to provide a prompt for the submitted papers.• Emergence encourages random encounters, paying attention to your neighbours, and "more" being different.Through such encounters and interactions we can look for patterns in the signs which can be extrapolated to an entire system, the intelligence of which comes from the bottom up, and where low-level rules can create high levels of sophistication.• The connections being made between people through social networks has emphasised "connectivism," an emergent theory of learning where the interactions that are generated by these connections, whether informal or formal, have the potential to result in new, emergent knowledge.• For designers, taking account of emergence and connections can challenge the tradi-
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 | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,011 | 0,005 |
| Science ouverte | 0,006 | 0,002 |
| Intégrité de la recherche | 0,014 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 0,039 |
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 ».