Ethical Use of Technology in Digital Learning Environments: Graduate Student Perspectives, Volume 2
Notice bibliographique
Résumé
This book is the result of a co-design project in a class in the Masters of Education program at the University of Calgary. The course, and the resulting book, focus primarily on the safe and ethical use of technology in digital learning environments, and is the second volume in the series. The course was organized according to four topics based on Farrow’s (2016) Framework for the Ethics of Open Education. Students were asked to review, analyze, and synthesize each topic from three meta-ethical theoretical positions: deontological, consequentialist, and virtue ethical (Farrow, 2016). The chapters in this open educational resource (OER) were co-designed using a participatory pedagogy with the intention to share and mobilize knowledge with a broader audience. The first section, comprised of four chapters, focuses on topics relating to well-being in technology-enabled learning environments, including the use of web cameras, eproctoring software, video games, and access to broadband connectivity. The second section focuses on privacy and autonomy of learners and citizens in a variety of contexts from schools to clinical settings. In each of the seven chapters, the authors discuss the connection to the value of technology in education, and practical possibilities of learning technologies for inclusive, participatory, democratic, and pluralistic educational paradigms. The book concludes with reflections from the course instructor gained over two iterations of teaching the course. This is a static version of the text; the live Pressbook can be accessed via https://openeducationalberta.ca/educationaltechnologyethics2/
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 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».