MétaCan
Menu
Retour à la cohorte
Enregistrement W4287889744 · doi:10.1007/978-3-030-99634-5_11

Open, Flexible, and Serving Others: Meeting Needs during a Pandemic and beyond

2022· book-chapter· en· W4287889744 sur OpenAlexaff
Vanessa P. Dennen, Ji Yae Bong

Notice bibliographique

RevueEducational communications and technology: issues and innovations · 2022
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésOpen educational resourcesFlexibility (engineering)Plan (archaeology)Class (philosophy)Medical educationDistance educationCoronavirus disease 2019 (COVID-19)Service-learningPandemicComputer sciencePsychologyKnowledge managementMathematics educationPedagogyMedicineManagement

Résumé

récupéré en direct d'OpenAlex

Abstract In the early days of the COVID-19 pandemic when in-person courses were switching to emergency remote learning formats, even students online needed flexibility. This case study describes how a graduate-level online class on open learning and open educational resources (OER) was redesigned to both allow students to apply their course-related knowledge and skills in the service of others and accommodate students whose other life responsibilities had changed. Findings show that these online students experienced great stress during Spring 2020, and many had increased job duties related to the shift to remote learning. These students appreciated the flexible redesign and used it as an opportunity to help integrate OER in their own remote teaching and assist others to do the same. They provided their colleagues and the field at large with educational resources about finding, using, creating, and sharing OER, all while meeting course objectives. Even students who were not employed as educators or instructional designers embraced the opportunity to be helpers and deploy their new knowledge and skills. Student learning outcomes were assessed using reflective portfolios, and course objectives were met whether students followed the original course plan or took advantage of the course redesign.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,777
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,005
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 Opus0,039
Tête enseignante GPT0,317
Écart entre enseignants0,278 · 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.

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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducational communications and technology: issues and innovationsMême sujetOpen Education and E-LearningTravaux en français237 207