Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Citation (2015), "List of Contributors", Accessible Instructional Design (Advances in Special Education Technology, Vol. 2), Emerald Group Publishing Limited, Bingley, p. vii. https://doi.org/10.1108/S2056-769320150000002011 Publisher: Emerald Group Publishing Limited Copyright © 2015 Emerald Group Publishing Limited Randall Boone University of Nevada – Las Vegas, Las Vegas, NV, USA Dave L. Edyburn University of Wisconsin – Milwaukee, Milwaukee, WI, USA Keith D. Edyburn Maternity Neighborhood, Charlottesville, VA, USA Anne Guptill California State University East Bay, Hayward, CA, USA Evelyn Hickey Calgary Board of Education, Calgary, Alberta, Canada Kyle Higgins University of Nevada – Las Vegas, Las Vegas, NV, USA Cyndi Rowland Utah State University, Logan, UT, USA Jared Smith Utah State University, Logan, UT, USA Jonathan Whiting Utah State University, Logan, UT, USA Book Chapters Accessible Instructional Design Advances in Special Education Technology Accessible Instructional Design Copyright page List of Contributors Editorial Advisory Board Accessible Instructional Design: Designing for Differences What Do You Need to Create and Maintain Web Accessibility? Universal Design for Online Learning Accommodation, Access, Large Scale Assessment: Possibilities for Universal Design Refocusing Instructional Design Design for More Types: Designing Text to Support the Access, Engagement, and Success of Diverse Learners About the Authors Index
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,000 |
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.
score_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