MétaCan
Menu
Retour à la cohorte
Enregistrement W1544324168

Incorporación de TICs de modelado molecular en la enseñanza universitaria de la Química

2012· article· es· W1544324168 sur OpenAlexaboutno aff
Victorio A. Marzocchi, Alicia Vilchez, Miguel D'Amato

Notice bibliographique

RevueAmericanae (AECID Library) · 2012
Typearticle
Languees
DomaineComputer Science
ThématiqueE-Learning and Knowledge Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVisualizationAnimationEvent (particle physics)Computer scienceInformaticsCurriculumQuarter (Canadian coin)Subject (documents)Computer graphics (images)MultimediaEngineeringWorld Wide WebArtificial intelligencePsychologyPedagogy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Se informan logros alcanzados en la incorporación de TICs de visualización y modelado molecular en el inicio de carreras de grado de la Facultad de Ingeniería Química, UNL. A partir de 2008 desarrollamos una serie de actividades: promovimos la instalación de doble booteo en los gabinetes informáticos, seleccionamos e instalamos software libre de visualización y modelado molecular, dictamos un ciclo de charlas y realizamos talleres para estudiantes y docentes. Estas actividades iniciales lograron despertar un imprescindible interés y generar el involucramiento y compromiso de docentes que permitieron proponer y respaldar actualizaciones curriculares que incluyen estas TICs tanto en asignaturas optativas como del tercio inicial. La modificación curricular más importante es la realizada en la asignatura Informática que se dicta para los ingresantes de todas las carreras de la FIQ. En el primer cuatrimestre de 2011 se incluyó el Gabedit, interfaz gráfica con un avanzado constructor de moléculas, y en el primer cuatrimestre de 2012 se amplió al Jmol que permite animación con visión estereoscópica usando lentes 3D anaglifo. Estos logros configuran un hecho de alto impacto en todas las actividades de docencia, que potenciará diversas iniciativas de actualización, perfeccionamiento, aplicación y desarrollo con estas herramientas.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0080,006
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0230,006

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 Opus0,004
Tête enseignante GPT0,223
Écart entre enseignants0,219 · 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'étudeSans objet
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmericanae (AECID Library)Même sujetE-Learning and Knowledge ManagementTravaux en français237 207