MétaCan
Menu
Retour à la cohorte
Enregistrement W4403513228 · doi:10.18357/otessac.2023.3.1.278

Technological Distance: A New Way of Conceptualizing the “Distance” in Distance Learning

2024· article· en· W4403513228 sur OpenAlexaffvenue
Jon Dron

Notice bibliographique

RevueThe Open/Technology in Education Society and Scholarship Association Conference · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Innovations and Challenges
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésDistance educationEarth mover's distanceDistance runningDistance transformGeographical distanceSocial distanceCritical distanceMinkowski distanceDistance measuresComputer scienceEuclidean distanceArtificial intelligenceSociologyMathematicsMathematics educationCoronavirus disease 2019 (COVID-19)Physics

Résumé

récupéré en direct d'OpenAlex

This paper presents the concept of technological distance, which describes a gap between technologies (broadly defined to include methods, tools, principles, and processes) available for a learner to learn, and those needed to complete that learning. This gap is a measure of both the participation and autonomy of learners in the process. Available technologies may include those provided by teachers and institutions as well as from many others, most notably including the learners themselves. The technologies that make up the assembly—pedagogies and regulations as much as digital devices or classrooms—are only components, however. What matters most is how learners fill the gaps between them to achieve their learning goals. These are fundamentally situated, idiosyncratic, and human. Technological distance provides new insights into other models that use spatial metaphors, such as the presences of communities of inquiry and transactional distance.

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 enseignants0,544
Score d'incertitude au seuil0,541

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,000
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 Opus0,050
Tête enseignante GPT0,339
Écart entre enseignants0,289 · 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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Open/Technology in Education Society and Scholarship Association ConferenceMême sujetEducational Innovations and ChallengesTravaux en français237 207