MétaCan
Menu
Retour à la cohorte
Enregistrement W6979726366

Academic Libraries support E-Learning and Lifelong Learning: a case study

2021· article· en· W6979726366 sur OpenAlexaboutno aff

Notice bibliographique

RevueLincoln (University of Nebraska) · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLifelong learningThe InternetGovernment (linguistics)CurriculumWorkforceBest practiceAcademic libraryHigher education
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

E-learning has proven to be the best method for corporations, primarily when MNCs conduct training programmes for their workforce worldwide. In e-learning, a teacher no longer directs students; instead, a step-by-step guide has replaced the teacher. The idea of web 2.0, life-long learning, open education, and social constructivism is often linked with this term. Librarians can benefit from e-learning as well as students and researchers. Staff training through additional online programmes assists employees in learning the latest ideas, handling new challenges, and meeting reader demands. E-learning is becoming more and more popular each year at universities across Canada. E-learning is a practical and effective option to practice on-the-job abilities, such as web searching, and address problems that stem from Internet resources. E-learning programmes can be custom-tailored to the profile, requirements, and collection features of academic libraries. Using e-learning in an academic library may provide many genuine benefits for users and instructors while also helping the institution. According to a new study by the University of Guelph's Department of Library and Information Technology, E-learning is essential for the growth of library facilities. India has 35 million students enrolled in higher education, compared to China's 51.6 million. The government is dedicated to achieving inclusive education, which necessitates an e-Learning system. Online learning must be prioritised to achieve the NEP 2020 goal of 50% GER by 2035. Some conventional institutions have twice the amount of ODL courses registered. The UGC must simplify its laws and streamline rules, says Naveen Thakur-Ganjibayyan.

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)0,005
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,007
Études des sciences et des technologies0,0120,003
Communication savante0,0090,005
Science ouverte0,0030,006
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,023
Tête enseignante GPT0,294
Écart entre enseignants0,271 · 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.

Devis d'étudeQualitatif
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLincoln (University of Nebraska)Même sujetOnline and Blended LearningTravaux en français237 207