MétaCan
Menu
Retour à la cohorte
Enregistrement W4307803538 · doi:10.47408/jldhe.vi25.962

TALON: hybrid education

2022· article· en· W4307803538 sur OpenAlexaffabout
Sandra Abegglen, Clément Bret, Fabian Neuhaus, Krisha Shah, Kylie Wilson

Notice bibliographique

RevueJournal of Learning Development in Higher Education · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensUniversity of Calgary
Organismes subventionnairesUniversity of the Arts London
Mots-clésGlobeBlended learningClass (philosophy)Hybrid learningLexiconFace (sociological concept)Work (physics)Higher educationPedagogyMathematics educationComputer scienceSociologyPsychologyEducational technologyEngineeringPolitical scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

TALON – the Teaching and Learning Online Network – is a University of Calgary project made possible by the Richard Parker Initiative (RPI). TALON is a hub for critical discussion of new and emerging education approaches and tools. Born in the early stages of the pandemic, shortly following the shutdown of in-person classes across the globe, we seek to document the ongoing changes within higher education and share thoughts, ideas, and experiences about online, blended and hybrid education. TALON's initiatives include A-Z resources, monthly newsletters, interviews with academic professionals and students, in-person activations and various publications. Combined, the projects serve as an interactive lexicon for remote teaching and learning. We keep the academic community informed about current developments in the virtual classroom and connected through discussion. Questions such as: What are the opportunities and challenges with hybrid education? What equipment is needed for effective blended learning? How can face-to-face, online, and other 'out of class' activities be integrated to foster student success? What assessment methods work well in a hybrid classroom? Is hybrid learning the future of education? – are addressed and discussed.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil0,393

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0020,009
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,1170,023

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 Opus0,028
Tête enseignante GPT0,332
Écart entre enseignants0,305 · 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
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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Learning Development in Higher EducationMême sujetOnline and Blended LearningTravaux en français237 207