MétaCan
Menu
Retour à la cohorte
Enregistrement W4317706912 · doi:10.21432/cjlt28399

Editorial Volume 48 Issue 2

2023· article· en· W4317706912 sur OpenAlexaffvenue
Martha Cleveland‐Innes

Notice bibliographique

RevueCanadian Journal of Learning and Technology · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Educational technologySubject (documents)PandemicField (mathematics)Higher educationSociologyPublic relationsEngineering ethicsPedagogyPolitical scienceLibrary scienceComputer scienceEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

The field of education technology, and related subject areas attendant to it, welcomed millions of new participants during the COVID-19 pandemic. According to UNESCO, the education experiences of more than 1.4 billion students were disrupted in ways that will impact them, and those around them, for years to come. This journal has a significant role to play for documenting these experiences and the research that followed. Evidence about the use of learning technologies for learning in many new education spaces and geographic places is now available. Interest in the topic of technology-enabled learning has increased exponentially and submissions documenting these new experiences, insights, research findings, and practice applications have continued to grow. Our journal supports scholars long involved in, or new to the topic of, technology-enabled learning design and delivery.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,219
Score d'incertitude au seuil0,725

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
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 savante0,0000,000
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 Opus0,010
Tête enseignante GPT0,298
Écart entre enseignants0,288 · 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'étudeSans objet
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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Learning and TechnologyMême sujetTechnology-Enhanced Education StudiesTravaux en français237 207