Notice bibliographique
Résumé
To close out 2024, this issue of IRRODL offers eight research articles, a book note, two literature reviews, and a leadership note in open and distance learning, all of which contribute to the ongoing changes within this field of education.The IRRODL editors wish to thank our readers, reviewers, and authors for their continued support of the journal and wish that 2025 may provide further opportunities for learning from and with each other in the areas of open and distributed learning."Strengthening policies for education, innovation, and digitization through teacher training: Evaluating ProFuturo's open model in Ecuador" by the researchers Hernndez-Sells and Massigoge-Galbis provide findings from a 2020-2022 study.Through a collaboration between the Ecuadorian Ministry of Education and the ProFuturo program over 7200 primary and secondary school teachers received training to strengthen digital competency among teachers and their pupils.The research also explored the strengthening of mass ICT training for teachers within Ecuador.Bardakc sought to understand quality assurance in open and distance education through an examination of published papers."Unveiling scholarly insights: Quality assurance in open and distance education" provides the results of this recent study.The findings indicate that the scholarship continues to expand with instructional design implications for the micro and macro levels of open and distance education learning."Socio-demographical variables as predictors of academic self-directedness" has results from a South Africa study.Botha and Potgieter applied the Adult Learner Self-Directedness Scale to explore the influences of high school grades, English language proficiency, library access, number of courses taken, and financial commitments as part of the complexities of student success, especially for women, Black Africans, and younger students.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».