MétaCan
Menu
Retour à la cohorte
Enregistrement W4234733972 · doi:10.21432/t2jk5q

The Learning Object Economy: Implications For Developing Faculty Expertise

2002· article· en· W4234733972 sur OpenAlexvenueaboutno aff
The COHERE Group

Notice bibliographique

RevueCanadian Journal of Learning and Technology · 2002
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAllianceBATESAgency (philosophy)Educational technologyKnowledge managementExperiential learningLearning sciencesSociologySociocultural evolutionHigher educationProcess (computing)Active learning (machine learning)Open learningCooperative learningPedagogyPublic relationsPolitical scienceTeaching methodComputer scienceEngineeringSocial science

Résumé

récupéré en direct d'OpenAlex

The evolving use of learning technologies and systems, such as learning object systems, to support more social learning environments in which learners have more agency than ever before to construct their own learning experiences is an innovation that involves both faculty and learners in a process of difficult sociocultural change. Programs of faculty support that acknowledge that faculty’s learning needs extend beyond the development of technical skills to the development of new pedagogical skills are indicated. This paper argues that the evolving concept of learning objects systems, and the "economy" that is emerging around the idea of sharable, reusable learning objects managed by repositories, presents new challenges and opportunities for our community. Faculty working with these systems may need to be supported through a personal process of reconceptualizing the nature of teaching and learning within these environments. This process of personal transformation has the potential for change in institutional policy and practice, the institutional cultural change of which Tony Bates (2000) and others speak (cf. Advisory Committee for Online Learning, 2000). The Collaboration for Online Higher Education Research (COHERE) is an alliance of eight research-intensive Canadian universities that is examining these challenges through a multi-pronged research program, one focus of which is supporting faculty as they research their own practice related to technology-enhanced teaching innovations. More specifically, this paper is itself a collaboration among the COHERE partners to share our collective belief about the potential for faculty and institutional transformation through participation in these "e-learning evolutions".

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)0,018
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,040
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0070,022
Communication savante0,0160,025
Science ouverte0,0020,015
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0210,002

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 Opus0,035
Tête enseignante GPT0,285
Écart entre enseignants0,249 · 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'étudeThéorique ou conceptuel
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

Citations4
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Learning and TechnologyMême sujetOpen Education and E-LearningTravaux en français237 207