MétaCan
Menu
Retour à la cohorte
Enregistrement W4367032196 · doi:10.7202/1097620ar

Lessons From the Edge

2023· article· en· W4367032196 sur OpenAlexaboutno aff
Lynne Barrett-Carrier

Notice bibliographique

RevueApprendre et enseigner aujourd’hui Revue du Conseil pédagogique interdisciplinaire du Québec · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClass (philosophy)Medical educationPsychologyPedagogyMathematics educationMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

When schools across this province were ordered to close on March 13, 2020, due to the Covid-19 pandemic, classroom teachers could never have imagined the profound repercussions of this decision and the colossal impact this would have on both teachers and students across Quebec. Teachers scrambled to upgrade their technology skills as school boards quickly mobilized to provide much-needed technical support and hardware for teachers, students, and parents/guardians. More than ever, home and school needed to be connected. In a quick response to the urgent need to provide a continued opportunity for learning, the virtual classroom soon took centre stage. In January 2022, a couple of months before the pandemic sent us into lockdown, I became a McGill Field Supervisor for the Faculty of Education as my career as a secondary school/ adult education ELA teacher would soon come to a close. I had planned to retire that June after teaching for 42 years at the English Montreal School Board. In my three final months at the EMSB, I designed, with a colleague, an online Secondary 5 ELA course, and became very well-acquainted with Microsoft Teams and all it had to offer. The course was both solid and engaging, affording the students the opportunity to work on their own, in small groups in break out rooms, and co-operatively as a whole class. Students were expected to participate and were held accountable for their contributions to the learning experience.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,477
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,002
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,343
Écart entre enseignants0,304 · 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.

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'admission1
Résumé présentoui

Explorer davantage

Même revueApprendre et enseigner aujourd’hui Revue du Conseil pédagogique interdisciplinaire du QuébecMême sujetTechnology-Enhanced Education StudiesTravaux en français237 207