Modelos de calidad del e-Learning: Hacia la aceptacion del eLearning como enfoque formativo en las culturas institucionales de las IES
Notice bibliographique
Résumé
La evaluación de la calidad del eLearning ha entrado de lleno como objeto de debate dentro de sistemas regionales (por ejemplo, la Unión Europea), nacionales e institucionales de evaluación de la calidad educativa. Este fenómeno se debe a la rápìda expansión del eLearning como sistema de formación integrado, particularmente aunque no exclusivamente, a la educación superior. La formación de expertos en calidad requiere, sin lugar a dudas, una buena comprensión de los modelos, prácticas y problemáticas ligadas a la evaluación de la calidad del eLearning como objeto de evaluación integrado a los sistemas de calidad educativa. El itinerario formativo que hemos considerado parte del concepto de calidad en la educación superior y focaliza la calidad del eLearning desde la exploración de una serie de modelos existentes y aplicados en varios contextos regionales (US y Canadá, Unión Europea, América Latina....) y en relación a organismos de calidad educativa. Los participantes tendrán la ocasión de analizar comparativamente dichos modelos, considerando las dimensiones social, económica, cultural de las concepciones y orientaciones ideológicas de calidad educativa. Se promoverá la reflexión, discusión y la puesta en común de dichos elementos en referencia al propio contexto de actuación profesional, considerando las perspectivas enriquecedoras de una clase global UOC.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».