MétaCan
Menu
Retour à la cohorte
Enregistrement W4213097418 · doi:10.4018/978-1-7998-9004-1.ch006

Strengths and Challenges of Digital Tools in EAP Remote Learning Settings

2022· book-chapter· en· W4213097418 sur OpenAlexaff
Shereen Seoudi, Alanna Carter

Notice bibliographique

RevueAdvances in mobile and distance learning book series · 2022
Typebook-chapter
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensMcMaster UniversityToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceRemote laboratoryDigital learningOnline learningHost (biology)Virtual learning environmentMultimediaWorld Wide WebThe Internet

Résumé

récupéré en direct d'OpenAlex

The recent and significant increase in online and virtual learning has had major impacts on all learning environments, including EAP classrooms and programs. As more courses are offered in virtual and online formats, students can participate in EAP courses across time zones and locations. Digital tools are essential to these learning environments in order to share materials and host lessons. Digital tools can be difficult to incorporate in courses and lessons due to instructor and student lack of familiarity with tools and associated costs. However, when implemented with purpose and care and in conjunction with guiding pedagogical frameworks, digital tools can engage and motivate learners, contribute to a sense of community, support varied learning needs and preferences, and ensure EAP programs remain relevant in an increasingly digital world.

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,330
Écart entre enseignants0,309 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in mobile and distance learning book seriesMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207