MétaCan
Menu
Retour à la cohorte
Enregistrement W7058488464

A Mismatch From the Start? A Comparison of CANeLearn Design Principles for Online Learning with NSQOL and QM Standards

2023· article· en· W7058488464 sur OpenAlexaboutno aff

Notice bibliographique

RevueTouro Scholar (Touro College) · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOnline learningDesign elements and principlesOnline assessmentKey (lock)Electronic learningSet (abstract data type)Matching (statistics)Perspective (graphical)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In February 2021 the Canadian eLearning Network (CANeLearn) began engaging educators across Canada in facilitated conversations about teaching in online learning environments.While the process began in British Columbia (BC) (Crichton & Kinsel, 2021), the confirmation of the derived "design principles" were shared with participants across Canada in both anglophone and francophone online programs.The resulting modified design principles from the national validation process were published by CANeLearn in February 2022 (Crichton & Childs, 2022).However, the concept of using design principles to describe the practice of K-12 online learning is relatively new so CANeLearn invited K-12 researchers to examine a variety of standards related to K-12 online learning in an effort to situate them within the CANeLearn design principles.After the analysis was completed it was found that, at best, the design principles set a context or process while the NSQOL and QM standards described an observable outcome or action.As such, it was suggested that standards could offer examples that could be used to support the Design Principles for K-12 Online Learning.Additional research needs to be done to explore that notion as well as the relationship of CANeLearn's Design Principles for K-12 Online Learning to other prevalent researched models of online learning.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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 enseignants0,707
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,050
Tête enseignante GPT0,320
Écart entre enseignants0,270 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTouro Scholar (Touro College)Même sujetMagnetic confinement fusion researchTravaux en français237 207