MétaCan
Menu
Retour à la cohorte
Enregistrement W1902140282 · doi:10.24908/pceea.v0i0.4803

Take Out Your Cell Phones - Class is Starting -- Revisited

2013· article· en· W1902140282 sur OpenAlexaffvenue
Jason Bazylak, Susan McCahan, Peter Elliot Weiss, Phil Anderson

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Learning in Education
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésClass (philosophy)ObstacleComputer scienceService (business)Mathematics educationMultimediaPedagogyPsychologyBusinessPolitical scienceMarketing

Résumé

récupéré en direct d'OpenAlex

Traditionally cell phones have been viewed as disruptive and an obstacle to pedagogy in the classroom. Three years ago, a survey of students led us to the conclusion that the presence of cell phones is inevitable, and rather than fight a losing battle we adopted them into our classroom pedagogy. At CEEA 2012 the authors presented the initial results of a pilot project and the preliminary results of a first year implementation. The adhoc implementation resulted in many successes in removing barriers to student – instructor interaction such as lecture hall size, high peer pressure, and low student confidence. Unfortunately this adhoc implementation was also resource intensive and had limited room for expansion. In the 2012-13 academic year the course has redesigned its use of cell phones in the classroom to take advantage of a newly developed commercial classroom engagement software called Top Hat. This new implementation has allowed the authors to achieve the benefit of the adhoc system, an innovative method of asking questions in class, while also replacing the existing classroom response system. Students are now able to use Short Messaging Service (SMS) on their cell phones to both ask questions in real time and response to word, numeric or multiple choice questions posed by the instructor. Additionally the system has extensive room for growth. The logistics of the current initiative, student and instructor impressions, and future plans for the technology in our classroom will be discussed.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,004
Communication savante0,0090,009
Science ouverte0,0020,004
Intégrité de la recherche0,0050,011
Charge utile insuffisante (le modèle a refusé de juger)0,0450,016

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 Opus0,007
Tête enseignante GPT0,204
Écart entre enseignants0,197 · 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'étudeObservationnel
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

Citations2
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetMobile Learning in EducationTravaux en français237 207