Easy Implementation of Internet-Based Whiteboard Physics Tutorials
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
The requirement for a method of capturing problem solving on a whiteboard for later replay stems from my teaching load, which includes two classes of first-year university general physics, each with relatively large class sizes of approximately 80–100 students. Most university-level teachers value one-to-one interaction with the students and find working out problems on a board a useful teaching method. However, in most institutions of higher education, the staff-to-student ratio precludes giving every student this learning experience. The syllabus of the algebra-based physics course at the University of Saskatchewan (Physics 111) is relatively ambitious in terms of the content covered, given the physics and mathematics background knowledge of the average student. This means that the number of problems worked on in class is rather limited if a thorough discussion of the basic principles is required. Some form of tutorial that records the essence of working out a problem on a board, with both visual and audio elements and which can be replayed over the Internet, is desirable. Obviously, this loses the interactive question-and-answer element possible in a true tutorial where the student and teacher are both physically present, but it does have the significant advantage that the tutorial can be replayed as many times as the student deems it necessary, thus allowing the lesson to proceed at a pace dictated by the student. Moreover, these lessons only have to be prepared once, can be used many times over, and can be used in distance-learning courses. In this paper, I describe the necessary hardware and software required to do this, all of which is relatively affordable and requires little specialist IT knowledge to set up.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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