MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133892848 · doi:10.15173/mi.v1i1.4962

The evolution of online course development at McMaster Continuing Education

2022· book-chapter· en· W7133892848 sur OpenAlexaff
Michael D. Clemens, Danielle D'Amato, Mubeen Moir, Lavinia Oltean, Daniel Piedra, Liam Stockdale, Anastassiya Yudintseva

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésContinuing educationOnline learningOnline courseFace (sociological concept)Continuing professional developmentValue (mathematics)Higher educationVirtual learning environmentCourse (navigation)

Résumé

récupéré en direct d'OpenAlex

This reflective piece charts the evolution of McMaster’s Continuing Education online course development team, with the aim of drawing out a series of broader lessons about the changing nature of teaching and learning in the digital domain. The first lesson is the importance of a professed commitment to teaching and learning innovation and attendant instructor development and support with a dedicated staff of digital learning experts. Second is the necessity of remaining nimbly responsive in the face of a rapidly evolving higher education (and wider societal) landscape, to ensure that the full potential of both instructors and learners can be continually realized in an environment where change is the only constant. The third lesson addresses the value of leveraging this institutional capacity to tap into and establish an active presence of collaboration around innovation in post-secondary teaching and learning. In short, the following account of McMaster Continuing Education’s ongoing journey through the challenging terrain of online learning yields productive insights for committed educators across all branches of post-secondary teaching and 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 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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,220

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,004
Communication savante0,0080,003
Science ouverte0,0030,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0210,004

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 Opus0,017
Tête enseignante GPT0,298
Écart entre enseignants0,282 · 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
DomaineÉvaluation
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOnline and Blended Learning→Travaux en français237 207→