The InnovaWood Module Bank: Building an international e-learning platform for shared MSc courses in wood science and technology
Notice bibliographique
Résumé
The InnovaWood Module Bank is a shared e-Learning platform for standalone science, technology and education modules in wood science. A group of members of InnovaWood have committed to jointly develop this platform. The institutes benefit in that they can widen the range of courses they offer and use their teaching capacities more efficiently. Students obtain the possibility to take online courses at another university without the need of costly exchange programmes. New e-Learning tools and teaching methods give them more choice and more flexibility to pursue their own individual preferences during their studies. To participate in the Module Bank, organisations must commit to providing at least one module of 3 ECTS at the MSc level. In return they obtain access to the whole series of modules that are offered collectively. The main benefits are that an institution obtains access to high quality lectures of experienced teachers in specific thematic fields and the opportunity to complement their core study programmes with additional online modules. Among others, these contain a module on ‘Wood degradation and wood protection’ by the University of Göttingen, which is relevant for IRG. The Module Bank contributes to new internationalisation experiences and a diversification of teaching contents and formats. Presentation at IRG Annual Meeting 2019 in Quebec, Canada. International Research Group on Wood Protection | irg-wp.com
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 | 0,001 | 0,001 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».