<研究ノート>リカレント教育におけるCanvasの活用 --京都大学私学経営アカデミーにおけるLMS講座の実装--
Notice bibliographique
Résumé
This paper focuses on utilizing the Canvas in order to enhance the learning community for Kyoto University Educational Leadership Academy for Administration of Private Universities, Colleges and Schools. Canvas, which is one of the online LMS (Learning Management System) platform, is the most prevalent LMS platform among higher education in the US and Canada. However, it has not been highly recognized in Japan yet. This KU Educational Leadership Academy is a recurrent program for educators, consisting of 120 hours' lectures and workshops on 5 educational fields: administrative management, resource management, instruction and curriculum management, promotion of ICT use in education, and fieldwork for educational policy practice. Launched in 2017, the Academy focuses to prepare educators being capable of managing and utilizing LMS effectively from the beginning. The Academy has introduced a variety of LMS platforms in the program every year, and started the Canvas in 2022. In the program of 2022, cohort took two classes on Canvas: one was a 3-week summer course and another was a 4-week fall course. According to the survey after taking the courses, satisfaction rate showed 87% for the summer course, and 100% for the fall course. In the additional comments section, many positive responses were received: most of them were related to how the two way communication among members enabled them to realize their deep learning. In order to contribute more to recurrent education, further analysis is necessary for finding factors for effective Canvas usage.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,008 |
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 ».