MétaCan
Menu
Retour à la cohorte
Enregistrement W4387898299 · doi:10.23977/aetp.2023.071413

Research on SPOC Based Blended Teaching of College English under the Epidemic

2023· article· en· W4387898299 sur OpenAlexvenueno aff
Peng Liu, Zhisong Fu, Jie Yáng

Notice bibliographique

RevueAdvances in Educational Technology and Psychology · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Technology and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesEducation Department of Hainan Province
Mots-clésCollege EnglishMathematics educationChinaThe InternetTeaching methodOnline teachingComputer scienceTeaching and learning centerBlended learningTeaching englishEducational technologyPsychologyPolitical scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Due to the impact and impact of the epidemic, China's education and teaching model has undergone tremendous changes. China has actively improved its online teaching system, created a series of online education and teaching software, actively advocated online teaching, and actively carried out college English teaching activities using internet platforms. After the end of the epidemic, universities gradually resumed offline teaching. This article is based on the research on SPOC's blended teaching of college English under the epidemic situation. By analyzing the overview of SPOC's model, we understand the impact of SPOC's blended teaching of college English on teaching effectiveness, propose the problems and countermeasures of SPOC's blended teaching of college English, provide specific teaching implementation strategies, and promote educational reform and development, to provide reference value for relevant educators.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,417
Score d'incertitude au seuil0,477

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,072
Tête enseignante GPT0,474
Écart entre enseignants0,402 · 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'étudeThéorique ou conceptuel
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 revueAdvances in Educational Technology and PsychologyMême sujetEducational Technology and PedagogyTravaux en français237 207