MétaCan
Menu
Retour à la cohorte
Enregistrement W7159902016

No puedes lanzar bolas de nieve sobre Zoom: una reflexión acerca de los desafíos del aprendizaje-servicio a través de plataformas online

2020· article· en· W7159902016 sur OpenAlexaffabout
Sandra Smeltzer, Calvi Leon, Vanessa Sperduti

Notice bibliographique

RevueRevistes Científiques de la University of Barcelona (University of Barcelona) · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésReflection (computer programming)DistancingTrustworthinessInstitutionComputer-mediated communicationKey (lock)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

COVID-19 has pervaded all aspects of higher education. Instructors are scrambling to ensure students meet predetermined learning outcomes through online communication and teaching. Students are trying to learn, collaborate, and communicate in new ways with fellow classmates and instructors. As `traditional´ service-learning activities shift to accommodate physical distancing measures and remote learning, and students wrestle with the seismic shifts in their socio-political, economic, and cultural lives, critical reflection is now more important than ever. In this article, we draw on their collective experiences to discuss the importance of establishing an open, honest, and trustworthy environment for students to thoughtfully and productively engage in domestic curricular service-learning endeavours. Specifically, we examine the challenges of facilitating service-learning reflection activities for a fourth-year undergraduate media studies course at Western University (Western), a large, research-intensive publicly funded institution in Canada. The article concludes by offering some key recommendations for how instructors can effectively engage students in critical reflection via online platforms.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,601
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,028
Tête enseignante GPT0,283
Écart entre enseignants0,254 · 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'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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevistes Científiques de la University of Barcelona (University of Barcelona)Même sujetService-Learning and Community EngagementTravaux en français237 207