MétaCan
Menu
Retour à la cohorte
Enregistrement W4244313102 · doi:10.4018/978-1-5225-5484-4.ch023

Wearable Technology Spending

2018· book-chapter· en· W4244313102 sur OpenAlexaff
Jason Ribeiro

Notice bibliographique

RevueWearable Technologies · 2018
Typebook-chapter
Langueen
DomaineDecision Sciences
ThématiqueEducational Assessment and Improvement
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésWearable computerWearable technologyLiberian dollarFace (sociological concept)Knowledge managementEmerging technologiesResource (disambiguation)ClothingBusinessMarketingEngineeringPublic relationsComputer sciencePolitical scienceSociologyArtificial intelligenceSocial science

Résumé

récupéré en direct d'OpenAlex

Very little research has examined the applications wearable technologies can have in education despite industry experts forecasting major growth in the global market for these innovative devices (Futuresource Consulting, 2015). Notwithstanding this profound challenge, in the next 3 to 5 years school districts will need to make multimillion-dollar investments into supporting these technologies as they begin to enter the learning environment. Given this gap in the research literature, this chapter explores the potential decision-making challenges school districts and their leaders will have to face when wearables become more commonplace in education. Using the Strategic Model for Technology Acquisition (Ribeiro, 2015), the author outlines both the innovative opportunities and potential problems wearables pose for both school leaders and stakeholders in the near future. Moreover, this chapter is meant to serve as an informative resource for education leaders and presents strategic and research-validated approaches for procuring and supporting wearable technologies.

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), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,278
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,016

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 Opus0,110
Tête enseignante GPT0,375
Écart entre enseignants0,265 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWearable TechnologiesMême sujetEducational Assessment and ImprovementTravaux en français237 207