MétaCan
Menu
Retour à la cohorte
Enregistrement W4403048921 · doi:10.54337/nlc.v11.8806

Symposium 2: Virtual networks and the new definition of Knowledge

2018· article· en· W4403048921 sur OpenAlexaff
Martha Burkle, Josep M. Duart

Notice bibliographique

RevueProceedings of the International Conference on Networked Learning · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueSemantic Web and Ontologies
Établissements canadiensAssiniboine Community College
Organismes subventionnairesnon disponible
Mots-clésComputer scienceKnowledge management

Résumé

récupéré en direct d'OpenAlex

The radical transformation of knowledge access and knowledge production for teaching and learning that higher education institutions around the world are currently experimenting due to the use of technologies and virtual networks, constitutes a platform from which to build new networked learning and new academic interactions. The possibility of instant access to multiple resources of information is transforming the way users around the world access, produce and learn knowledge. However, this significant transformation has not always been echoed by a formal policy agenda at the institutional level. There is still a big gap between technology applications in higher education, and the creation and application of policy strategies to enhance and to regulate these interactions. This paper explores the impact of the Internet in teaching and learning processes at the start of the 21st century and examines the opportunities to stimulate discussion towards policy creation. A discussion about Internet access and differences between Universities in Europe and Africa is introduced. The authors examine the connectivity between users, contents and technologies, and provide a platform for reflection from which to examine the role of the Internet and the creation of virtual environments as important participants of this transformation. Complex processes of knowledge access and knowledge transformation are explored in the framework of policy analysis within higher education institutions around the world.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,016
Communication savante0,0120,015
Science ouverte0,0010,005
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,029
Tête enseignante GPT0,252
Écart entre enseignants0,224 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the International Conference on Networked LearningMême sujetSemantic Web and OntologiesTravaux en français237 207