MétaCan
Menu
Retour à la cohorte
Enregistrement W4247504331 · doi:10.24115/s2446-622020206extra-b595p.70-77

Practical experience in organizing distance learning in secondary schools

2020· article· en· W4247504331 sur OpenAlexaboutno aff
Liliya Zufarovna Gumerova, Valeriy Sergeevich Karimov, Gulshat Nakipovna Aglyamzyanova, Robert Nafisovich Abaidulin

Notice bibliographique

RevueLAPLAGE EM REVISTA · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Innovations and Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Distance educationInstitutionQuality (philosophy)Coronavirus disease 2019 (COVID-19)Mathematics educationQuarter (Canadian coin)Interface (matter)Computer sciencePsychologySociologyGeographySocial science

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has re-emphasized distance learning. It became a powerful impetus for the transition from theoretical considerations to the practical implementation of such training in the school system (Strategy New Growth Model - New Social Policy, 2020). This article describes the experience of organizing such training for children in the 4th quarter of the 2019/2020 academic year. It considers all stages of implementation of distance learning, such as solution of legal issues regulating the activities of an educational institution; effective construction of the educational process, considering the important relationship "student-teacher"; the right choice of information technology that meets the capabilities and limited skills of students, and has a user-friendly interface. The experience of distance collaboration between a teacher, a student and his parents is also presented, which made it possible to build effective teaching and achieve a high-quality education.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil0,382

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,333
Écart entre enseignants0,266 · 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 tête enseignante, 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLAPLAGE EM REVISTAMême sujetEducational Innovations and ChallengesTravaux en français237 207