Online learning and teaching from kindergarten to graduate school
Notice bibliographique
Résumé
This volume is the product of the collaboration of invited participants and editors at the Eleventh Working Conference of the Canadian Association for Teacher Education that was held online with the University of Calgary from October 14–16, 2021. The impetus for the conference theme, online learning and teaching from kindergarten to graduate school, emerged alongside the worldwide pivot to online education in response to the global pandemic. This volume examines a variety of ways in which Canadian researchers in teacher education are analyzing, designing, and evaluating diverse online learning pedagogies, learner experiences and outcomes in K-12 and post-secondary education contexts. Chapters are organized in four sections: 1) Online Learning & Teaching in K-12, 2) Relationships & Relationality in Online Learning & Teaching, 3) Online Learning & Teaching in Higher Education, and 4) Conceptualizing Learner Centered Models in Higher Education. Knowledge building and collaboration through the working conference and the chapters in this publication aim to enhance and extend understanding, communication, and critical analysis among Canadian and global teacher educators; this publication also seeks to contribute to research and practice in response to the imperative that “teacher education programs must prepare teachers for the schools of the future – teachers who are experts in disciplinary content, knowledgeable about the latest research on how people learn, and able to respond creatively to support each student’s optimal learning” (Sawyer, 2022, p. 671) in diverse modalities and contexts for learning including online, blended, hybrid, and in person engagements.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,053 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».