MétaCan
Menu
Retour à la cohorte
Enregistrement W2004156136 · doi:10.1145/2247569.2247583

Instructional strategies in the EGRET course

2012· article· en· W2004156136 sur OpenAlexafffund
Daniela Damian, Marian Petre, Mariel Miller, Allyson F. Hadwin

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensUniversity of Victoria
Organismes subventionnairesUniversity of Victoria
Mots-clésReading (process)Computer scienceGraduate studentsField (mathematics)Course (navigation)Mathematics educationMultimediaEngineering ethicsPedagogyPsychologyEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

In today's knowledge economy, graduate students in the field of Computer Science are increasingly required to develop sophisticated, multi-faceted knowledge of conducting research across multiple contexts and countries. This paper reports the experience of teaching a course to prepare Computer Science graduate students for conducting research in the international community. The course emphasized development of skills critical for a successful research career in computer science, and included construction of knowledge as well as hands-on application of instructional content. The intended learning outcomes included (a) gaining familiarity with research design and methodologies in computer science, (b) preparing and delivering research presentations, (c) reviewing the literature, (d) reading and writing research papers, (e) writing and evaluating research proposals, and (f) networking in the international research community.

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)0,002
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,862
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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)0,0020,000

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 Opus0,076
Tête enseignante GPT0,447
Écart entre enseignants0,370 · 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'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

Citations2
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetInnovative Teaching and Learning MethodsTravaux en français237 207