MétaCan
Menu
Retour à la cohorte
Enregistrement W757665674

Places to Go: Connectivism & Connective Knowledge

2008· article· en· W757665674 sur OpenAlexaboutno aff
Stephen Downes

Notice bibliographique

RevueNSUWorks (Nova Southeastern University) · 2008
Typearticle
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConnectivismCertificateContinuing educationGeorge (robot)World Wide WebDistance educationComputer scienceLibrary scienceSociologyPedagogyMedical educationArtificial intelligenceLearning theoryMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the years of writing about Web sites for this publication and for its predecessor, Technology Source, I have resisted reviewing sites in which I have been directly involved.This issue, however, I will make an exception in order to introduce the reader to the Connectivism & Connective Knowledge online course that is offered through the Learning Technologies Centre and Extended Education at the University of Manitoba by George Siemens and me.The course is part of the program leading to the Certificate in Adult and Continuing Education (CACE).The design and content of this course captures some trends that have emerged in recent years in the field of online learning.As suggested by the concept I have called "e-learning 2.0" (Downes 2005 ), online course offerings should move away from large, centralized applications and instead make use of a network of connected applications.Connectivism & Connective Knowledge is not simply about the use of networks of diverse technologies; it is a network of diverse technologies.One participant in the course captured the network-like structure of the course in a diagram that shows how the different elements and various technologies are linked together (Figure 1).Each of the elements described in this review has some place in this image.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,022
Communication savante0,0080,010
Science ouverte0,0010,008
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,031
Tête enseignante GPT0,241
Écart entre enseignants0,211 · 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'étudeThéorique ou conceptuel
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

Citations242
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNSUWorks (Nova Southeastern University)Même sujetOnline Learning and AnalyticsTravaux en français237 207