MétaCan
Menu
Retour à la cohorte
Enregistrement W4210472604 · doi:10.7146/fecun.v1i.130231

International Collaboration for a Sustainable Future

2022· article· en· W4210472604 sur OpenAlexaffabout
Caroline McCaw, Elinor Bray-Collins, Isabel Soares de Sousa, Machiko Niimi, Valeria Contreras, Samantha Groover, Madavi Nandalall, Evan Reid, Birgitte Woge Nielsen, Jonas Hoffmann, Kristian Iversen, Anne Louise Mogensen, Jeppe Kiel Christensen, Chartsiri Klinpibul, Angus Lewry, Emily McKenzie, Toni Linington

Notice bibliographique

RevueFutures of Education Culture and Nature - Learning to Become · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensHumber Polytechnic
Organismes subventionnairesnon disponible
Mots-clésAllianceCompetition (biology)Process (computing)Work (physics)Reflection (computer programming)Public relationsCollaborative learningKnowledge managementSociologyPolitical scienceEngineeringPedagogyComputer science

Résumé

récupéré en direct d'OpenAlex

This paper represents a concrete reflection on the first steps in a Collaborative Online International Learning journey through the Global Polytechnic Alliance participation in Map the System. The polytechnics are in Denmark (VIA), Canada (Humber College), and New Zealand (Otago Polytechnic). Students and faculty participated in the initiative to work together strategically, based on common interests, to strengthen the participating institutions academically and globally. Three international teams were developed to participate and enter into the Map the System global competition. The teams chose a social or environmental issue that mattered to them and researched connecting elements and factors to share findings in a way that people can meaningfully learn from. This competition, and the paper, is viewed as a discovery process. In this article, we describe three stages the team went through faculty team formation, teaching and learning as well as developing student research and system maps. Through this process, we discovered key insights on creating a sense of community online, systems thinking and reflective learning process. The paper concludes with our thoughts on the unintended gifts of collaborating internationally in virtual teams.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,386
Écart entre enseignants0,376 · 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 tête enseignante, 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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFutures of Education Culture and Nature - Learning to BecomeMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207