MétaCan
Menu
Retour à la cohorte
Enregistrement W1999146129 · doi:10.1002/bmb.95

Introducing DNA concepts to Swiss high school students based on a Brazilian educational game

2007· article· en· W1999146129 sur OpenAlexaff
Tânia da S. Cardona, Carolina N. Spiegel, Gutemberg Gomes Alves, Jacques Ducommun, Andrea Henriques‐Pons, Tânia Cremonini de Araújo-Jorge

Notice bibliographique

RevueBiochemistry and Molecular Biology Education · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Bioinformatics, and Biomedical Research
Établissements canadiensTellabs (Canada)
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésTheme (computing)NewspaperMathematics educationPortugueseSociologyPsychologyComputer scienceMedia studiesWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Subjects such as techniques for genetic diagnosis, cloning, sequencing, and gene therapy are now part of our lives and raise important questions about ethics, future medical diagnosis, and such. Students from different countries observe this explosion of biotechnological applications regardless of their social, academic, or cultural backgrounds, although they are not usually familiar with their theoretical genetic bases. To introduce some molecular biology concepts for high school students, we developed a new problem for the Brazilian board game "Discovering the cell" ("Célula Adentro©" in Portuguese), a pedagogic tool based on inquiry-, cooperative-, and problem-based learning. This problem (Case) is based on the forensic DNA, which represents an interesting theme for students, as it recurrently appears on newspapers and television series. In this work, we tested this game with secondary students and teachers from Switzerland. Our results indicate that the game "Discovering the cell" is well accepted by both students and teachers and may represent a good pedagogical approach to help teaching complex themes in molecular biology, even with students from different socioeconomical, cultural, and academic backgrounds.

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)0,007
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 enseignants0,010
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0030,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,006
Tête enseignante GPT0,337
Écart entre enseignants0,331 · 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

Citations18
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Molecular Biology EducationMême sujetGenetics, Bioinformatics, and Biomedical ResearchTravaux en français237 207