MétaCan
Menu
Retour à la cohorte
Enregistrement W4297495996 · doi:10.5539/ies.v15n5p146

Competency Experience-Based Training (CEBT) Model with Ubiquitous Community of Practice (U-CoP) to Enhance Transformation Digital Supervisor

2022· article· en· W4297495996 sur OpenAlexvenueno aff
Chutirut Prasongmanee, Panita Wannapiroon, Prachyanun Nilsook

Notice bibliographique

RevueInternational Education Studies · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Communication Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSupervisorDigital transformationCommunity of practicePsychologyComputer scienceKnowledge managementPedagogyManagementWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Research subject Competency Experience-Based Training (CEBT) Model with Ubiquitous Community of Practice (U-CoP) to Enhance Transformation Digital Supervisor. This research aims to evaluate the digital supervisor competency trained with the Competency Experience-Based Training (CEBT) Model with Ubiquitous Community of Practice (U-CoP). The researcher has divided the research process into 3 steps as follows: Step 1: To develop the Competency Experience-Based Training (CEBT) Model with Ubiquitous Community of Practice (U-CoP) to enhance transformation digital supervisor. Step 2: To develop the Competency Experience-Based Training course with Ubiquitous Community of Practice (U-CoP) to enhance transformation digital supervisor. Step 3: Evaluate the digital supervisor competency trained with the Competency Experience-Based Training (CEBT) Model with Ubiquitous Community of Practice (U-CoP). The results of the research were as follows: 1) the Competency Experience-Based Training course with Ubiquitous Community of Practice (U-CoP) to enhance transformation digital supervisor, it consists of 3 main processes and 10 sub-steps. Ubiquitous community of practice consists of 2 parts. 1) Community of practice, and Ubiquitous technology 2) Competency Experience-Based Training course with Ubiquitous Community of Practice (U-CoP) to enhance transformation digital supervisor consisting of 6 components. The results of the evaluation of digital supervisor competency in training participants with a model developed using pre-training and post-training surveys showed that trainees scored higher than their pre-training digital supervisor competency at a statistically significant .01 level.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,148
Tête enseignante GPT0,473
Écart entre enseignants0,325 · 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
GenreMéthodes

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

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetEducation and Communication StudiesTravaux en français237 207