MétaCan
Menu
Retour à la cohorte
Enregistrement W6967184206 · doi:10.5281/zenodo.10475789

Forgetting What We Have Learnt: The Digitalized Other and Implications for Students in COVID 19 Classrooms

2022· article· en· W6967184206 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methodologies in Social Sciences
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDisconnectionFeelingCoronavirus disease 2019 (COVID-19)Work (physics)Face (sociological concept)2019-20 coronavirus outbreak

Résumé

récupéré en direct d'OpenAlex

In a new world of nascent rules, restrictions, and lockdowns, a student’s biggest opportunity to connect with other similar individuals beyond their immediate circles is the digital classroom. Even with equipped tools of connection, students under COVID classrooms are ironically feeling the effects of disconnection and face risks for health concerns. As digital classrooms are shown to be prosaic, platformed, and productized, we will come to understand how building relationships with others but more so, of the self, is hugely hindered by faulty methods that do not work under new circumstances, and produce digitalized others which are consequential. It is as much an individual concern of a student’s performance as a statement on the public issue of current digital education. Sociological educators are essential in reshaping these pedagogical practices and beliefs, which can otherwise damage both students and their instructors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,843
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0120,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,183
Tête enseignante GPT0,432
Écart entre enseignants0,249 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetInnovative Teaching Methodologies in Social SciencesTravaux en français237 207