Digitalization of vocational education under crisis conditions
Notice bibliographique
Résumé
The rapid development of technologies and their application in all branches of the economy calls for digitalization of education as a prerequisite of improving the quality of vocational training. Digital technologies in their turn allow to diversify the mode of training according to the needs arising under various circumstances. In some countries like Australia and Canada, online and blended learning are the only possibly form of training due to learners’ remotedness to schools. But as recent experience shows, introduction of online education was the only way out to sustain it under the conditions of the COVID-19 and now by the wartime and absence of access to educational facilities. In this was, the necessity of digitalization of education is constantly growing together with its increasing range of applicability. Now all production processes and processes of the service sector are under the influence of digital technologies, because modern machines are operated by computers. Modern military equipment is also digitally based and operated. Thus, working in modern industries and services requires a high level of digital literacy, which presents a challenge for the system of vocational education. Under modern conditions, irrespective of their positive or negative origin, vocational schools (VS) should be ready to train specialists for various spheres of industry capable of working with constantly changing digital technologies. This fact puts forwards certain requirements to digital literacy of both students and teachers, who have to cooperate through digital devices and software to attain the set educational goals. All these circumstances require the equal level of digital literacy of both teachers and students to provide educational institutions with the latest material base and digital resources.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,000 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».