MétaCan
Menu
Retour à la cohorte
Enregistrement W1964311853 · doi:10.4018/ijgbl.2013070102

Integrating Serious Games in the Educational Experience of Students with Intellectual Disabilities

2013· article· en· W1964311853 sur OpenAlexfundno aff
Maria Saridaki, Constantinos Mourlas

Notice bibliographique

RevueInternational Journal of Game-Based Learning · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Social FundEuropean CommissionNational and Kapodistrian University of AthensTrent UniversityNottingham Trent University
Mots-clésPromotion (chess)SketchMathematics educationPsychologySpecial educationLearning disabilityComputer scienceMultimediaPedagogyDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper is to present a series of observations made by researchers and educators on the integration of serious games in the educational experience of users with intellectual disabilities (ID). Data were gathered from four different studies and different games were used, in order to identify a successful model of games based learning application. Moreover, results that highlight the motivational importance of playful integration towards the promotion of self determination in students with ID, will be presented. According to the authors’ findings, special education can be benefited from the successful integration of digital games in the educational scenario, creating a safe and personalized educational environment for the students, as well as a valuable motivational tool for the educator - especially when the educator takes a threefold role, able to support a hybrid model of digital and non digital play. Trying to assist the educational efforts of special education teachers, the authors will present the results of a series of case studies and applications, the role of the educator, as well as practical considerations that resulted in the sketch of a model of playful game-based learning integration.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,325
Écart entre enseignants0,311 · 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

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Game-Based LearningMême sujetChild Development and Digital TechnologyTravaux en français237 207