MétaCan
Menu
Retour à la cohorte
Enregistrement W6949183558 · doi:10.5281/zenodo.12018101

Adapting a Research Tool for Teaching in a Post-Pandemic World

2024· article· en· W6949183558 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital Education and Society
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Grading (engineering)Adaptation (eye)Digital learningEmerging technologiesBlended learningDigital RevolutionWork in process

Résumé

récupéré en direct d'OpenAlex

The pandemic resulted in significant advances in critical digital pedagogy, including the adaptation of existing technologies as teaching tools. This paper discusses adapting a tool intended for advanced research (Robinson 2023) as a teaching environment. We assess the advantages of this implementation, allowing instructors to pivot from in-person to online learning, as well as the characteristics of evaluation and grading. Urged by the calls of critical digital pedagogy (Stommel, Friend, and Morris 2020) in our paleography course, we took advantage of the potential of digital technologies as the ideal means to promote student autonomy. Such technologies provide a toolkit for students to navigate the learning process independently. This idea is further echoed by Cathy N. Davidson's suggestion to structure a “student-centered class” that utilizes technology to the extent desired by instructors while allowing them to maintain control. This entails empowering students to take an active role regarding their pedagogical needs while fostering a dynamic learning environment which is both flexible and effective (Davidson 2020, n.p.). The spectre of the pandemic and the familiarity of the system within our teaching team made Textual Communities an ideal tool if we could flip its focus from its intended final product, an edition– to one of its initial components –the transcription. Its advantages as a potential distance learning tool and its benefits for correcting and grading are unquestionable. Looking forward, we recommend educators consider similar adaptations of digital tools in their curriculum, keeping in mind that these tools do not overshadow the pedagogical goals but rather enhance and complement them.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,046
score de la tête « metaresearch » (Gemma)0,086
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,241

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,086
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0020,003
Communication savante0,0110,015
Science ouverte0,0060,008
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0170,014

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 Opus0,067
Tête enseignante GPT0,325
Écart entre enseignants0,258 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetDigital Education and SocietyTravaux en français237 207