MétaCan
Menu
Retour à la cohorte
Enregistrement W6968933212 · doi:10.5281/zenodo.5655304

Developing a REPO Assessment Workbook: Supporting Open Science Communities in the Transition to Online Learning

2021· article· en· W6968933212 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2021
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueAcademic Publishing and Open Access
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésOpen scienceCitizen scienceCommunity of practiceCitizen journalismWorkbookOpen educationBest practiceOpen learningOpen dataOnline community

Résumé

récupéré en direct d'OpenAlex

During the Covid-19 health emergency, the issue of scientific collaboration has received unprecedented attention and with it a renewed public interest in open science. In this context, elements of open science—such as preprints, open access to publications, and open data resources—are critically valorized as crucial components to be enhanced in preparation for future crises. Less discussed is the issue of open science pedagogy, its critical importance, and the shifts Open Science communities have experienced in the pandemic with the move to online working, teaching and learning. How do we learn to be ‘open’ in open research? The Reimagining Educational Practices for Open (REPO) project examines this question through a practitioner led exploration of how Open Science communities have navigated the transition to online and hybrid formats. In this workshop, we will review REPO’s ongoing community engagement efforts to document change and best practices in open online training and education. We then present two related outcomes of our work: 1. A framework for integrating and comparing insights from multiple communities of practice; 2. A prototype reflection and assessment workbook for open science educators working to build participatory learning communities. The workshop will include some time collaboratively thinking about how to construct assessment tools for open science learning communities as they move to online or hybrid formats.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaScience ouverte
Domaine: non disponible · Genre: Méthodes
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptScience ouverte
Domaine: non disponible · Genre: Autre
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,022
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Communication savante, Science ouverte, 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: Empirique
Score de désaccord entre enseignants0,832
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0220,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0050,000
Communication savante0,0140,002
Science ouverte0,0100,006
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,217
Tête enseignante GPT0,445
Écart entre enseignants0,228 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes · Autre

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetAcademic Publishing and Open AccessCatégorieScience ouverteTravaux en français237 207