MétaCan
Menu
Retour à la cohorte
Enregistrement W4393956893 · doi:10.22329/celt.v14i1.7137

Transformative Curriculum Design through Open Educational Resource Creation

2023· article· en· W4393956893 sur OpenAlexaffvenue
C. E. Ives, Marie Bartlett, Catharine Dishke Hondzel

Notice bibliographique

RevueCollected Essays on Learning and Teaching · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAdult and Continuing Education Topics
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésTransformative learningCurriculumPedagogyCurriculum developmentResource (disambiguation)SociologyInstructional designMathematics educationEngineering ethicsPsychologyEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

At their best, open educational resources (OER) are known to foster equity, accessibility, and flexibility for users and include multiple perspectives from a collaborative community for creators and contributors (Hylén, 2006). Therefore, when planning our university’s first offering of a week-long course (re)design workshop (based on Saroyan & Amundsen, 2004), recognizing we had been primarily using materials from other post-secondary institutions, we opted to create resources specific to our university through a one-day facilitated writing sprint. Moving beyond offering information simply for course design, we decided to create an OER that encompasses three main areas of curriculum planning and design: composition, mapping, and alignment of learning outcomes; choice and alignment of instructional strategies and learning activities; and alignment of outcomes assessment at all levels. During the OER content development stage, the group also recognized the opportunity to position the OER, named CRICKET, as a community building tool, focusing on learning re-design. The site not only hosts curriculum planning and design information, it also features an OER authoring tool that invites participants to share their work with their peers. Through our OER creation process, we determined that OER have the potential to transform not only how information is disseminated and used, but also how it is created.

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)0,017
score de la tête « metaresearch » (Gemma)0,024
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: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,006
Communication savante0,0070,007
Science ouverte0,0030,011
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,032
Tête enseignante GPT0,370
Écart entre enseignants0,339 · 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCollected Essays on Learning and TeachingMême sujetAdult and Continuing Education TopicsTravaux en français237 207