MétaCan
Menu
Retour à la cohorte
Enregistrement W4200342679 · doi:10.37119/ojs2021.v27i1.507

Online Remote Proctoring Software in the Neoliberal Institution: Measurement, Accountability, and Testing Culture

2021· article· en· W4200342679 sur OpenAlexvenueaboutno aff
Cristyne Hébert

Notice bibliographique

Revuein education · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOnline learningDistance educationAccountabilityMedical educationPsychologyMultimediaPedagogyMedicineComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

As COVID-19 spread in early 2020, a lockdown was implemented across Canadian provinces andterritories, resulting in the shuttering of physical post-secondary campuses. Universities quicklypivoted to remote learning, and faculty members adjusted their instructional and assessmentapproaches to align with virtual environments. Presumably to aid with this process, a number ofinstitutions acquired licenses to remote online proctoring services. This paper examines theresearch around online remote proctoring, examining the justification offered for the adoption ofonline remote proctoring, and contemporary research on assessment practices in higher education.Throughout the paper, I demonstrate a lack of research that speaks to the efficacy of this mode ofassessment while also acknowledging shifts in the testing environment, and an increase in studentanxiety. I argue that online remote proctoring is not only embedded within neoliberalism and auditculture, but supports a continued reliance on testing culture. It concludes with a discussion ofassessment culture, offering some alternative assessment approaches that might disrupt the veryneed for online remote proctoring. Keywords: Online remote proctoring, assessment, testing

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)0,046
score de la tête « metaresearch » (Gemma)0,106
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,245

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,106
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,013
Communication savante0,0100,006
Science ouverte0,0010,010
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,143
Tête enseignante GPT0,401
Écart entre enseignants0,258 · 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.

Devis d'étudeQualitatif
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

Citations6
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuein educationMême sujetHigher Education Practises and EngagementTravaux en français237 207