Notice bibliographique
Résumé
It is our great pleasure to welcome you to the ACM WWW2016 Workshop on Science and Technology for Education (WebED2016), co-located with the 2016 International WWW Conference. This workshop series began as The Workshop on Web-based Education Technologies (WebET) at WWW2014 in Seoul, Korea. However, this year's workshop has expanded its scope to explore the influence the growing field of Science. By doing so it is our goal to bring together educational technologists, researchers, and members of social science communities seeking to investigate the impact of technology on teaching and learning. The mission of the workshop is for attendees to share novel solutions that fulfill the needs of heterogeneous applications and environments and identify new directions for future research and development. It is also our hope that WebED2016 attendees might identify others with similar interests possibly leading to new collaborations and joint efforts.We encourage workshop attendees to attend the keynote speaker presentation, the accepted paper presentations, and the expert panel discussion. Keynote: Web Science, Social Media and Education, Dame Wendy Hall, University of Southampton,Panel: Evaluating Educational Software in the Era, Jutta Treviranus (Ontario College of Art and Design University), Jean-Philippe Bradette (Ellicom), Irwin King (The Chinese University of Hong Kong), Beverly Woolf (University of Massachusetts Amherst), and Irina Muhina (iecarus, moderator)
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 tête enseignante, 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 ».