MétaCan
Menu
Retour à la cohorte
Enregistrement W4322751894 · doi:10.55982/openpraxis.14.4.499

Quality Education Beyond Borders: An International Content Analysis for Transnational Distance Education

2022· article· en· W4322751894 sur OpenAlexaff
Rebecca E. Heiser

Notice bibliographique

RevueOpen Praxis · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Governance and Development
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésInternationalizationDistance educationGlobalizationTypologyHigher educationInternational educationQuality (philosophy)Dimension (graph theory)Content analysisEconomic geographyInternationalization of Higher EducationPublic relationsKnowledge managementSociologyPolitical scienceRegional scienceBusinessEconomic growthPedagogyEconomicsSocial scienceComputer scienceInternational trade

Résumé

récupéré en direct d'OpenAlex

Due to the forces of globalization, higher education institutions have increased their participation in international partnerships and the flow of academic services and resources across borders. This international academic mobility is known as internationalization, and transnational distance education is an example of an innovative internationalization strategy. Despite the exponential growth and the projected acceleration of transnational distance education enrollment, there is a dearth of knowledge in the measurement and practice of international quality dimensions and learning outcome indicators to support internationalization efforts for transnational distance education. This research utilized content analysis to organize networks of concepts and capture quality indicators from five internationally accepted frameworks to establish a quality dimension typology. Based on preliminary findings, 27 internationalization indicators were identified to support transnational distance education internationalization efforts. Findings support a need for more holistic quality frameworks with greater attention to internationalization quality dimensions to guide successful outcomes across borders.

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)0,005
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0110,013
Études des sciences et des technologies0,0010,002
Communication savante0,0050,005
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,073
Tête enseignante GPT0,445
Écart entre enseignants0,371 · 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'étudeQualitatif
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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen PraxisMême sujetHigher Education Governance and DevelopmentTravaux en français237 207