MétaCan
Menu
Retour à la cohorte
Enregistrement W1505617618 · doi:10.4018/978-1-4666-5071-8.ch015

From Chaos Towards Sense

2013· book-chapter· en· W1505617618 sur OpenAlexaff
Torsten Reiners, Lincoln C. Wood, Jon Dron

Notice bibliographique

RevueAdvances in human and social aspects of technology book series · 2013
Typebook-chapter
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensAthabasca University
Organismes subventionnairesOffice for Learning and TeachingAustralian Government
Mots-clésCuriosityNarrativeSpace (punctuation)Scope (computer science)Task (project management)Computer scienceMathematics educationHuman–computer interactionPsychologyEngineeringSocial psychology

Résumé

récupéré en direct d'OpenAlex

Throughout educational settings there are a range of open-focused learning activities along with those that are much more closed and structured. The plethora of opportunities creates a confusing melee of opportunities for teachers as they attempt to create activities that will engage and motivate learners. In this chapter, the authors demonstrate a learner-centric narrative virtual learning space, where the unrestricted exploration is combined with mechanisms to monitor the student and provide indirect guidance through elements in the learning space. The instructional designer defines the scope of the story in which the teacher and learner create narratives (a sequence of actions and milestones to complete a given task), which can be compared, assessed, and awarded with badges and scores. The model is described using an example from logistics, where incoming orders have to be fulfilled by finding the good and delivering it to a given location in a warehouse. Preliminary studies showed that the model is able to engage the learner and create an intrinsic motivation and therewith curiosity to drive the self-paced 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,440
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,303
Écart entre enseignants0,289 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in human and social aspects of technology book seriesMême sujetEducational Games and GamificationTravaux en français237 207