MétaCan
Menu
Retour à la cohorte
Enregistrement W1773687165

Creativity 2.0, student style

2013· article· en· W1773687165 sur OpenAlexaff
Mario Dubois, Mickaël Gardoni

Notice bibliographique

RevuePortland International Conference on Management of Engineering and Technology · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésCreativityCONTESTTeamworkRecessionIBMPsychologyStyle (visual arts)Creative thinkingLeadership stylePublic relationsMathematics educationPolitical sciencePedagogySocial psychologyGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

According to a survey made by IBM in 2010, more than 1,500 CEOs from 60 countries and 33 industries worldwide identify “creativity” as the most important leadership competency for the successful enterprise of the future. The fact that this survey was done after the last economic downturn indicates us an important shift in attitude. Today's students are the future leaders of tomorrow. During their learning in school, they develop several leadership competencies including creativity. This study examines how students create in teamwork to find solutions to today's and tomorrow's problems. Since 2007, a creative contest named “The 24 hours of innovation” gathered around 3,500 students from 70 schools and universities of 40 countries. They were asked to find a creative solution in 24 hours to different technological problems submitted. We have analyzed the creative process of around 1,500 participants during those contests held from 2007 till now. In 2012, we have invited high school students to participate. Results show some similar processes used to create for the universities students but different creative patterns developed by high school students. Those different approaches could be the “creativity 2.0, student style” that could emerge from our future industry leaders.

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)0,002
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,030
Tête enseignante GPT0,332
Écart entre enseignants0,302 · 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'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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePortland International Conference on Management of Engineering and TechnologyMême sujetCreativity in Education and NeuroscienceTravaux en français237 207