MétaCan
Menu
Retour à la cohorte
Enregistrement W4205177733 · doi:10.5334/jime.671

Mapping “A Situation of Open Education”: Using Collaborative Relational Mapping to Explore Motivations and Constraint Among Open Educators

2021· article· en· W4205177733 sur OpenAlexaff
Tanya Elias

Notice bibliographique

RevueJournal of Interactive Media in Education · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésOpen educationSituational ethicsScale (ratio)StandardizationComputer scienceSociologyField (mathematics)Knowledge managementMathematics educationPedagogyPsychologySocial psychologyMathematics

Résumé

récupéré en direct d'OpenAlex

This short paper, analyzes “a situation of open education” using a relational map constructed in collaboration with a group of open educators as part of a larger study of the implications of scale within the field of open education. Applying situational analysis research methodology with its feminist and post-structural underpinnings, the purpose of this study is not to seek a “right” or “wrong” approach to scale but instead to invite a small group of open educators to deconstruct the concept of scale. This research approach is qualitative, critical and tentative and is written in the first person in alignment with the belief that research is neither objective nor neutral. The relational map presented offers insight into the desires of open educators to increase access, enact social justice, extend beyond the course and reach wider audiences in ways that consistently reject mass standardization. It also highlights the ways in which their efforts are constrained by overwork, a constraint that compels some open educators to adopt large-scale technologies and approaches. Building the foundation for the next stages in the larger research project, it highlights open educators’ complicated relationships with scale. This paper concludes that there is a need to better differentiate the mechanisms of scale through which transformation with open education might be achieved.

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)0,022
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,038
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0170,021
Communication savante0,0130,015
Science ouverte0,0020,016
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,078
Tête enseignante GPT0,369
Écart entre enseignants0,291 · 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'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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Interactive Media in EducationMême sujetOpen Education and E-LearningTravaux en français237 207