MétaCan
Menu
Retour à la cohorte
Enregistrement W7038213779

Gaining instructional design expertise through self-designing, using, and evaluationg a performance support system

2009· dissertation· en· W7038213779 sur OpenAlexfundno aff

Notice bibliographique

RevueSpectrum Research Repository (Concordia University) · 2009
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueInnovative Education and Learning Practices
Établissements canadiensnon disponible
Organismes subventionnairesConcordia University
Mots-clésInstructional designConsilienceProcess (computing)Instructional simulationLearning theoryLearning sciencesEducational technology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In order to gain instructional design (ID) expertise, the author self-designs and uses an instructional design performance support system (IDPSS). The recursive, dynamical, and systematic process of designing, using, and evaluating the IDPSS has effectively engaged the author in learning ID knowledge and skills. Three tools are designed and used: the consilience of learning theory tool, the ID competency tool, and the design-based research (DBR) tool. The media format includes not only computer software, such as Excel and OneNote, but also traditional pen and paper. The author evaluates and synthesizes relevant ID knowledge, and creates specific models guiding her practice. She tries to create her own instructional theory model through systematically drawing useful implications from various learning theories. This learning process is characterized by five modes of thinking: enactive, iconic, story-telling, mathematical-thinking, and formal academic writing. The author self-reflects on her learning experience by discussing a few misconceptions she has encountered, and how she has tried to correct the misconceptions. The author designs a framework for her proposed approach to gain ID expertise, and hopes that it can be applicable to other instructional designers. Two other instructional designers have tried this approach in a small scope, and have contributed to building the framework. As the current project tries to initiate a DBR project, a real DBR project will rely on the efforts of many instructional designers who can try this approach over a long period of time. The author discusses the potential for creating a standard DBR documenting instrument.

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)0,050
score de la tête « metaresearch » (Gemma)0,098
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,266

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,098
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,001
Études des sciences et des technologies0,0010,002
Communication savante0,0060,006
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,137
Tête enseignante GPT0,404
Écart entre enseignants0,266 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpectrum Research Repository (Concordia University)Même sujetInnovative Education and Learning PracticesTravaux en français237 207