MétaCan
Menu
Retour à la cohorte
Enregistrement W4206815801 · doi:10.5430/jct.v11n1p286

Special Aspects of Educational Managers’ Administrative Activity under Conditions of Distance Learning

2022· article· en· W4206815801 sur OpenAlexvenueno aff
Inna Semenets-Orlova, Алла Клочко, Oleksandr Tereshchuk, L. V. Denisova, Vitaly Nestor, Serhii Sadovyi

Notice bibliographique

RevueJournal of Curriculum and Teaching · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLabor Market and Education
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Education and Science of Ukraine
Mots-clésDistance educationContext (archaeology)Process (computing)Work (physics)Knowledge managementPublic relationsSociologyPedagogyMathematics educationPsychologyComputer sciencePolitical scienceEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

The eruption of the COVID-19 pandemic has become a major challenge for educators around the world, forcing educational organizations to look for alternative teaching methods, namely distance learning. It forced the managers of educational organizations to carry out management activities in the conditions of remote work. The article is devoted to the analysis of changes in the content of educational managers’ administrative activities under conditions of transition from traditional (full-time) learning to distance one. The article analyzes the challenges of organizing the educational process in a new context. Authors generalize advantages and disadvantages of blended learning based on the results of a sociological survey of heads of educational institutions in Ukraine. The level of readiness of educational managers to carry out educational activities in a distance format and factors of that are determined. It is emphasized that in managers' activity of distance learning, managers interact with various participants of the educational process. This interaction acquires new forms and new purposes in terms of distance education. It can be productive if the support of the educational environment and the managers' readiness to work in the new realities are determined as a systematic process.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,271
Écart entre enseignants0,250 · 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'étudeObservationnel
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

Citations29
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Curriculum and TeachingMême sujetLabor Market and EducationTravaux en français237 207