MétaCan
Menu
Retour à la cohorte
Enregistrement W4409158806 · doi:10.21432/cjlt28969

Editorial Volume 50 Issue 3

2025· article· en· W4409158806 sur OpenAlexaffvenueabout
Martha Cleveland‐Innes

Notice bibliographique

RevueCanadian Journal of Learning and Technology · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital Education and Society
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésVolume (thermodynamics)Mathematics educationPsychologyPhysics

Résumé

récupéré en direct d'OpenAlex

Welcome to Volume 50, Issue 3, of The Canadian Journal of Learning and Technology (CJLT). CJLT is a peer-reviewed journal that has supported research and practice in technology for learning for decades. This bilingual journal is free of charge to anyone with Internet access, is multi-indexed, and is presented in accessible formats. There are no article submission or publication fees. Amid threats of a trade war and an imminent federal election in Canada, the editorial team completed and released this issue. Discussions about the decline of civil society and the needs of democracies surround us. We are reminded that education plays a crucial role in fostering informed, engaged, and responsible citizens, which is essential for civil discourse and productive civic participation. More broadly, Canadian and global education remains focused on the development needs of individuals and the socioeconomic world. These needs are shaped by the increased use of artificial intelligence tools, as well as the impact of remote learning and learning losses experienced during the COVID-19 pandemic. CJLT continues to provide research addressing education in this evolving landscape of contextual and technological change.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,835
Score d'incertitude au seuil0,173

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,003
Tête enseignante GPT0,225
Écart entre enseignants0,222 · 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'étudeSans objet
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'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Learning and TechnologyMême sujetDigital Education and SocietyTravaux en français237 207