Learning in the wild
Notice bibliographique
Résumé
The theoretical lenses, empirical measures and analytical tools associated with social network analysis comprise a wealth of knowledge that can be used to analyse networked learning. This has popularized the use of the social network analysis approach to understand and visualize structures and dynamics in online learning networks, particularly where data could be automatically gathered and analysed. Research in the field of social network learning analysis has (a) used social network visualizations as a feedback mechanism and an intervention to enhance online social learning activities (Bakharia & Dawson, 2011; Schreurs, Teplovs, Ferguson, de Laat, & Buckingham Shum, 2013), (b) investigated what variables predicted the formation of learning ties in networked learning processes (Cho, Gay, Davidson, & Ingraffea, 2007), (c) predicted learning outcomes in online environments (Russo & Koesten, 2005), and (d) studied the nature of the learning ties (de Laat, 2006). This paper expands the understanding of the variables predicting the formation of learning ties in online informal environments. Reddit, an online news sharing site that is commonly referred to as ‘the front page of the Internet’, has been chosen as the environment for our investigation because conversations on it emerge from the contributions of members, and it combines perspectives of experts and non-experts (Moore & Chuang, 2017) taking place in a plethora of subcultures (subreddits) occurring outside traditional settings. We study two subreddit communities, ‘AskStatistics’, and ‘AskSocialScience’, in which we believe that informal learning is likely to happen in Reddit, and which offer avenues for comparison both in terms of the communication dynamics and learning processes occurring between members. We gathered all the interactions amongst the users of these two subreddit communities for a 1-year period, from January 1st, 2015 until December 31st, 2015. Exponential Random Graph models (ERGm) were employed to determine the endogenous (network) and exogenous (node attributes) factors facilitating the networked ties amongst the users of these communities. We found evidence that Redditors’ networked ties arise from network dynamics (reciprocity and transitivity) and from the Redditors’ role as a moderator in the subreddit communities. These results shed light into the understanding of the variables predicting the formation of ties in informal networked learning environments, and more broadly contribute to the development of the field of social network learning analysis.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,012 |
| Communication savante | 0,010 | 0,015 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 0,006 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».