MétaCan
Menu
Retour à la cohorte
Enregistrement W2003766977 · doi:10.1119/1.3225502

Motion-Matching: A Challenge Game to Generate Motion Concepts

2009· article· en· W2003766977 sur OpenAlexaff
David Schuster, Betty Adams, David T. Brookes, Marina Milner‐Bolotin, Adriana Undreiu

Notice bibliographique

RevueThe Physics Teacher · 2009
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesWestern Michigan UniversityMichigan Space Grant ConsortiumNational Science Foundation
Mots-clésMotion (physics)KinematicsSophisticationProjectile motionPerspective (graphical)AccelerationComputer sciencePhysics educationPosition (finance)Frame (networking)Matching (statistics)Mathematics educationArtificial intelligenceMathematicsSociologyPhysicsClassical mechanics

Résumé

récupéré en direct d'OpenAlex

Motion is a topic that is taught from elementary grades through to university at various levels of sophistication. It is an area that can be challenging for learning in a conceptually meaningful way, and formal kinematics instruction can sometimes seem dry and boring. Thus, the nature of students' initial introduction to motion is important in sparking their interest, shaping their perspective, and developing conceptual understanding of motion. The kinematic concepts we want students to acquire for basic motions are: position, time, speed, direction, velocity, velocity change, change rate, and acceleration, all with respect to a frame of reference. In this article we describe a challenge game used as an “opener” to motion, in which students themselves essentially generate these concepts, in everyday language, from a perceived need for them.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,051
Tête enseignante GPT0,364
Écart entre enseignants0,313 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations3
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Physics TeacherMême sujetEducational Games and GamificationTravaux en français237 207