Author Archives: edustack

全球top25教育学院

Posted on by | 没有评论

根据 https://www.topuniversities.com/university-rankings/university-subject-rankings/2019/education-training

1 UCL https://www.ucl.ac.uk/ioe/
2 Harvard University https://www.gse.harvard.edu/
3 Stanford University https://ed.stanford.edu/
4 University of Oxford http://www.education.ox.ac.uk/
5 University of Cambridge http://www.educ.cam.ac.uk/
6 The University of Hong Kong
7 University of Toronto
8 University of California, Berkeley (UCB)
9 Columbia University
10 University of California, Los Angeles (UCLA)
11 University of Michigan
12 The University of Sydney
13 University of British Columbia
14 Nanyang Technological University, Singapore (NTU)
14 The University of Melbourne
16 Monash University
17 University of Wisconsin-Madison
18 Michigan State University
19 The University of Queensland
20 The Education University of Hong Kong
21 The University of Edinburgh
22 King’s College London
23 Vanderbilt University
24 Johns Hopkins University
25 McGill University

开源论文评审系统

Posted on by | 没有评论

开源论文评审系统可以在一个机构或者组织内容，建立一个同行预评审的机制。

https://about.hindawi.com/blog/hindawi-launches-new-open-source-peer-review-system/

Hindawi将发布一个新的同行评审系统，该系统将首次亮相Bioinorganic Chemistry and Applications。新平台是开源的，是Hindawi与协作知识基金会（Coko）合作的一部分。此版本是迈向开放式出版基础设施网络的第一步，Hindawi，Coko和合作组织将与研究团体共同开发和分享。

https://pkp.sfu.ca/ojs/
开放期刊系统（OJS）是一个期刊管理和出版系统，由公共知识项目通过其联邦政府资助的努力开发，以扩大和改善研究的可及性。OJS协助审查出版过程的每个阶段，从提交到在线出版和索引。
通过其管理系统，精细的研究索引及其为研究提供的背景，OJS旨在提高评审研究的学术和公共质量。
OJS是为全球期刊免费提供的开源软件，旨在使开放获取发布成为更多期刊的可行选择，因为开放获取可以增加期刊的读者人数以及其对全球范围内公共利益的贡献。
这个组织甚至还开发了一个会议系统。。。https://pkp.sfu.ca/ocs/

https://github.com/BirkbeckCTP/janeway
https://janeway.systems/
Janeway是一个开源平台，用于提交，审阅，编辑和制作学术文章，然后再进行处理以供展示。内置了与Crossref，iThenticate，Portico和CLOCKSS等学术通信工具的集成。

Ironwood版中的公共课程内容

Posted on by | 没有评论
https://open.edx.org/blog/public-course-content-in-ironwood/

即将发布的Open edX版本包含一个令人兴奋的，请求很多的新功能：公共课程内容。这使您可以利用任何一课程大纲或课程内容的选项提供给任何人，不管他们是否已经注册了一个开放给予edX帐户或报名参加课程！

这是一项社区计划，受斯坦福大学的实施启发，由Cloudera赞助和指定，由OpenCraft与edX架构和产品团队合作开发。

您现在可以在Cloudera OnDemand上看到此功能正在运行中：

它是什么？

通过公共课程内容，您可以使您的课程对于匿名（未注册）或已注册但未注册该课程的潜在学习者可见。您可以决定要公开哪些课程以及这些课程的哪些部分。例如，您可以：

  • 将课程大纲公之于众。
    课程大纲将显示没有任何内部课程页面的链接，为潜在的学习者提供他们在注册时将看到的内容的概述。

  • 将整个课程公之于众。
    访问课程大纲的任何人都可以按照链接访问内部课程页面，并自由导航HTML和视频课程内容和讲义。
  • 向公共学习者和注册学习者展示不同的内容块。
    您可以创建为公共视图量身定制的内容，同时仍然支持您注册的审核和付费学习者的需求。

到底有什么好处呢？

现有的学习者可以浏览您的公共课程，看看他们是否想要注册。此外，Google和其他搜索抓取工具可以为您的公共课程编制索引，以便搜索您所教授主题信息的人员可以通过正常的搜索行为找到您的课程。这可以提高组织课程的可见性，并提高真正感兴趣的学习者的入学率。

如何使用它？

请参阅配置Open edX平台»4.11。启用公共课程内容，以获取有关如何在课程中启用和使用此功能的说明。

你有什么贡献？

此功能仍有一些局限性，并且未来贡献的空间很大。

我们在下面列出了我们想要的一些缺少的功能，您可以通过在edXchange论坛上的非注册课程访问线程添加您的想法和用例以及讨论来提供帮助。并且欢迎错误修复！

改善对选定课程块的公共访问

目前，匿名或未注册的学习者不是任何同类群组的成员，因此他们只看到未分配给内容组的课程块。如果要限制对所选课程块的公共访问，则需要为私人内容创建内容组，并确保您注册的学员是可以查看此内容组的同类群组的成员。

此功能需要更好的用户体验，并且可能会颠覆它在引擎盖下的工作方式。例如，我们可以创建一个特殊的公共内容组，并将公共内容块分配给该组。该组可以有一个选项，指定注册的学习者是否也可以访问该组中的内容，例如，您可以向公共学习者显示“预告片”内容，并向注册的学习者显示完整内容。

添加对所有内容类型的支持

目前，只有HTML组件，视频组件和课程讲义具有“公共”视图。未注册的学习者将看到一条消息，要求他们登录/注册并注册以查看更复杂的内容类型，如论坛，问题块，随机内容块，考试，开放式响应评估和其他XBlock。

未注册的学习者在完成课程时也不会看到课程完成或进度更新，Open edX不记得他们离开课程并返回时中断的地方。

我们需要弄清楚如何最好地向匿名和未注册的学习者展示更复杂的内容类型。匿名学习者是否应该被允许发布到论坛？他们应该能够完成问题并参与同行评审吗？当他们决定稍后报名时，他们的分数和成绩会发生什么变化？您可以通过参与功能讨论来提供帮助。

人工智能教育资源

Posted on by | 没有评论

研究机构
欧洲学习和智能系统研究机构（European Laboratory for Learning and Intelligent Systems，ELLIS）https://ellis.eu/
http://ai-4-all.org/
https://ai100.stanford.edu/
https://hai.stanford.edu
AI4K12.org
http://cognimates.me/

教程
https://vas3k.com/blog/machine_learning/
https://ahistoryofai.com/
https://github.com/microsoft/ai-edu/
https://developers.google.com/machine-learning/

课程
https://www.pyimagesearch.com/2019/04/08/openvino-opencv-and-movidius-ncs-on-the-raspberry-pi/
https://www.pyimagesearch.com/2019/04/08/openvino-opencv-and-movidius-ncs-on-the-raspberry-pi/
https://www.pyimagesearch.com/2019/04/05/table-of-contents-raspberry-pi-for-computer-vision/
https://learn.adafruit.com/
https://projects.raspberrypi.org/en/
http://playground.tensorflow.org
https://www.readyai.org/quick-access/6-ai-applications/
https://developers.google.com/machine-learning/crash-course/
https://projects.raspberrypi.org/zh-CN/projects