Knowledge Base, Hot Topics, and Frontier Evolution of Adult Online Learning Research in the Last Decade: CiteSpace-Based Visual Analytics
Notice bibliographique
Résumé
Adult online learning, as an important form of realizing information technology in education, is crucial to achieving the sustainable development goals. In the past decade, with the rapid development of internet technology and the global spread of the COVID-19 epidemic, the number of online open courses has surged, attracting the participation of a large number of adults. Exploring academic research on adult online learning contributes to an in-depth understanding of adult online learning and its impact on global education. Using the information visualization software CiteSpace to analyze 691 Social Sciences Citation Index (SSCI)-indexed research papers on adult online learning in the Web of Science database, the results showed that six scholars from the United States, the United Kingdom, Australasia, and Canada, and seven highly cited articles established the knowledge base in the field of adult online learning, focusing on innovations in technology adoption, health support, and educational policy practices. Research frontiers include “women,” “people,” and “stress.” Evolutionary paths range from the interpretation of adult online learning outcomes to a focus on global education policy implications to emerging technologies. In the future, research will continue to diversify and grow, contributing to the enrichment and renewal of the adult education body of knowledge.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,015 | 0,027 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,011 | 0,007 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 ».