MétaCan
Menu
← Retour à la cohorte
Enregistrement W3135356935

Using the Web to Facilitate Active Learning: A Transpacific Seminar on Globalization and Law

2003· article· en· W3135356935 sur OpenAlexaff
Sundhya Pahuja, Ruth Buchanan

Notice bibliographique

RevueSSRN Electronic Journal · 2003
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Education and Practice Innovations
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésSubject (documents)ThursdayClass (philosophy)The InternetPoint (geometry)Media studiesLawSociologyPolitical scienceWorld Wide WebComputer scienceArtificial intelligencePhilosophyMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This afternoon, a student came to visit me in my office... “What I wanted to talk about,” he says, settling into the chair opposite me, “is the paper that’s due next Thursday, I am not exactly sure what you’re looking for.” ...Throughout his schooling, he has learned that the “right answer” is the one the teacher is “looking for.” It has been a precious insight, almost infallible. In the system of higher education I used to believe in, my perverse task would have been to detach Patrick from this reliable strategy and orient him toward another goal: finding out what he himself thinks. I would have spent the hour’s conference... trying to help him discover that he already has ideas of his own, and that these — not some regurgitation of his class notes — are the answer I’m looking for... As a convert to higher-education reform, I don’t go through all that nonsense anymore. I’ve downloaded a single answer on the website I’ve created for the course. I tell Patrick that all he has to do now is click the “Right Answer” icon, which will lead him to a concise summary of class discussion and lectures on the subject. I point out that if he needs more help he can always buy a term paper from Essay World or one of the other Internet companies that sells such products.

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)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,028
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,007
Communication savante0,0100,009
Science ouverte0,0020,008
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,0280,005

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 Opus0,061
Tête enseignante GPT0,360
Écart entre enseignants0,298 · 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'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

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic Journal→Même sujetLegal Education and Practice Innovations→Travaux en français237 207→