Integration of Problem‐Based Learning and Web‐Based Multimedia to Enhance a Soil Management Course
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In an attempt to address declining enrollment in soil science programs and the changing learning needs of 21st century students, several North American universities have re‐organized their soil science curriculum and adopted innovative educational approaches and web‐based teaching resources. An interdisciplinary team set out to integrate teaching approaches to address this trend. The objective of this project was to develop a web‐based teaching tool, which combined a face‐to‐face problem‐based learning (PBL) case study with multimedia to illustrate the impacts of three land‐uses on soil transformation and quality. The Land Use Impacts (LUI) tool ( http://soilweb.landfood.ubc.ca/luitool/ ; verified 4 Oct. 2011) was a collaborative and concentrated effort to maximize the advantages of two educational approaches—the web's adaptability and accessibility, and PBL's capability to foster an authentic learning environment, apply core concepts, and encourage group work. The design of the LUI case study was guided by Herrington's development principles for web‐based authentic learning. The LUI tool presented students with rich multimedia (streaming videos, text, data, photographs, maps, and weblinks) and real world tasks (site assessment and soil analysis) to encourage students to utilize knowledge of soil science in collaborative problem‐solving. Preliminary student feedback indicated that the LUI tool conveyed case study objectives and was appealing to students. The tool is intended primarily for students enrolled in an upper level undergraduate/graduate university course titled Sustainable Soil Management, but it is flexible enough to be adopted for other natural resource courses.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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