MétaCan
Menu
Retour à la cohorte
Enregistrement W4239339614 · doi:10.37237/030401

Editorial

2012· editorial· en· W4239339614 sur OpenAlexfundno aff

Notice bibliographique

RevueStudies in Self-Access Learning Journal · 2012
Typeeditorial
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesRikkyo UniversityUniversity of Toronto
Mots-clésAutonomyField (mathematics)Order (exchange)Perspective (graphical)Representation (politics)SociologyComputer scienceEpistemologyPolitical scienceArtificial intelligenceLawBusinessMathematicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Welcome to the special issue of SiSAL Journal on strategies and self-regulation in self-access learning. Learner strategy and self-regulation theory have been in a state of flux in recent years, and I believe it is an exciting time to share new ideas, conceptualizations and models of research in order to move the field forward. Therefore, I was eager to pursue a special issue where emerging voices in these fields could be heard, and these new ideas could be shared. In addition, I was also impressed by the number of learner strategy-related papers presented at this year’s Independent Learning Association conference in Wellington, New Zealand. The representation of strategic learning in the ILA conference is indicative of a growing trend in the field to move towards a self-access and learner autonomy perspective. I, for one, feel the potential to share knowledge between these fields is immense.

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)0,004
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut 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: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,024
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,001
Études des sciences et des technologies0,0030,001
Communication savante0,0070,004
Science ouverte0,0030,001
Intégrité de la recherche0,0090,012
Charge utile insuffisante (le modèle a refusé de juger)0,0540,042

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 Opus0,087
Tête enseignante GPT0,503
Écart entre enseignants0,415 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

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

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in Self-Access Learning JournalMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207