MétaCan
Menu
Retour à la cohorte
Enregistrement W7011446740

McGreal, R. (2017). Special Report on the Role of Open Educational Resources in Supporting the Sustainable Development Goal 4: Quality Education Challenges and Opportunities

2017· article· en· W7011446740 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueAUSpace (Athabasca University) · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueBiomedical and Chemical Research
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Advanced EducationAthabasca University
Mots-clésOpen educational resourcesSummitOpen educationSustainable developmentQuality (philosophy)SustainabilityEarth Summit
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Open Educational Resources (OER) and their offspring, Massive Open Online Courses (MOOCs), are becoming important factors in achieving the Sustainable Development Goal 4: Quality Education (SDG4). This was recognised early on by UNESCO in 2004 when they first coined the term "Open Educational Resources" and in 2012 with the OER Paris Declaration. UNESCO is continuing its support of OER with the 2nd OER Summit in September 2017. There is recognition that OER and MOOCs, while not being the solution to the world's educational crises, will play an important, if not essential, role. The OER movement is less than 15 years old and is growing rapidly as more and more nations and institutions adopt the view that publicly-funded research and educational content belongs to the people and should therefore be open and accessible to them. Canada can play an important role in supporting SDG4 by increasing its support for OER and open education in general, both in Canada and abroad.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,664
Score d'incertitude au seuil0,335

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,093
Tête enseignante GPT0,351
Écart entre enseignants0,259 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAUSpace (Athabasca University)Même sujetBiomedical and Chemical ResearchTravaux en français237 207