MétaCan
Menu
Retour à la cohorte
Enregistrement W4407272992 · doi:10.18357/otessac.2024.4.1.425

Comparing CANeLearn Design Principles for K-12 Online Learning with Researched Models and Standards

2025· article· en· W4407272992 sur OpenAlexaffvenue
Randy LaBonte, Michael K. Barbour, Elizabeth Childs

Notice bibliographique

RevueThe Open/Technology in Education Society and Scholarship Association Conference · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueE-Learning and Knowledge Management
Établissements canadiensRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

In 2023, researchers explored the relationship between Design Principles for K-12 Online Learning (Crichton & Childs, 2022) and quality standards for K-12 online learning, publishing a report on the intersection between design principles and standards (LaBonte et al., 2023). Design principles refer to the fundamental concepts and guidelines that inform the creation and implementation of educational programs, materials, and systems (Kukulska-Hulme & Traxler, 2013), while standards tend to be more discrete, flexible, and responsive to local conditions (Bell, 2003). Unlike standards, the design principles focus on institutional support of technology, infrastructure, students, and faculty, as well as program effectiveness and assessment which are not described in most standards. The Community of Inquiry (COI), a research-based model describing the three interdependent elements of social, cognitive, and teaching presence (Garrison et al., 2000), was used to explore the intersection points between the COI, design principles, and published standards for K-12 online learning. The analysis was used to revise the design principles further and support the ongoing development of quality standards. It is hoped that basing design principles and standards in the context of a research-based model will further develop an understanding of quality in K-12 online learning and inform practice.

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)0,047
score de la tête « metaresearch » (Gemma)0,136
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 enseignants0,995
Score d'incertitude au seuil0,246

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0470,136
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0020,005
Communication savante0,0110,010
Science ouverte0,0020,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,128
Tête enseignante GPT0,371
Écart entre enseignants0,242 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Open/Technology in Education Society and Scholarship Association ConferenceMême sujetE-Learning and Knowledge ManagementTravaux en français237 207