MétaCan
Menu
Retour à la cohorte
Enregistrement W4241560357 · doi:10.2979/teachlearninqu.3.1.75

Academic Continuity: Staying True to Teaching Values and Objectives in the Face of Course Interruptions

2015· article· en· W4241560357 sur OpenAlexaff
Terence Day

Notice bibliographique

RevueTeaching & Learning Inquiry The ISSOTL Journal · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensOkanagan College
Organismes subventionnairesnon disponible
Mots-clésCourse (navigation)Face (sociological concept)Mathematics educationPsychologyMedical educationComputer scienceSociologyEngineeringMedicineSocial science

Résumé

récupéré en direct d'OpenAlex

Academic continuity planning is an emerging tool for dealing with class cancellation associated with natural disasters, acts of violence and the threat of pandemics. However, academic continuity can also be an issue with respect to less dramatic events, such as power outages, inclement weather, or the temporary unavailability of an instructor, especially if the problem is recurring. Many of the proposed alternative forms of delivery involve some form of web-based learning, but the extent to which these approaches work when students expect face-to-face delivery has not previously been examined. In one such interruption, web-based conferencing from home was undertaken. Based on average test scores, learning was unimpeded by web-based conferencing for one week, but there were some small gender effects that warrant further investigation. Many student comments reflected reduced engagement. The professor noted that students were more likely to respond to questions when the students could see the professor instead of the slides, but in general there were fewer student responses to questions than in face-to-face lectures. A number of comments made unsolicited comparisons with the traditional lecture format, suggesting that the context for teaching and learning, and students’ previous experience of different teaching approaches may merit more discussion in online learning studies.

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)0,011
score de la tête « metaresearch » (Gemma)0,033
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,005
Communication savante0,0110,007
Science ouverte0,0020,009
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,071
Tête enseignante GPT0,421
Écart entre enseignants0,350 · 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
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

Citations15
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTeaching & Learning Inquiry The ISSOTL JournalMême sujetOnline and Blended LearningTravaux en français237 207