MétaCan
Menu
Retour à la cohorte
Enregistrement W2073322947 · doi:10.1109/te.2005.858393

A Web-Based Remote Interactive Laboratory for Internetworking Education

2005· article· en· W2073322947 sur OpenAlexaff
S. Sivakumar, William Robertson, M.M. Artimy, Nauman Aslam

Notice bibliographique

RevueIEEE Transactions on Education · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensDalhousie UniversitySaint Mary's University
Organismes subventionnairesCisco Systems
Mots-clésInternetworkingUsabilityComputer scienceThe InternetRemote laboratoryGateway (web page)CyberinfrastructureWorld Wide WebMultimediaHuman–computer interactionOperating system

Résumé

récupéré en direct d'OpenAlex

A Web-based remote interactive laboratory (RIL) developed to deliver Internetworking laboratory experience to geographically remote graduate students is presented in this paper. The onsite Internetworking program employs hands-on laboratories in a group setting that correlates with the constructivist and collaborative pedagogical approach. This paper discusses the pedagogical and technical considerations that influence the design and implementation of the remote laboratory environment given the constraints of the special hardware and learning outcomes of the program. For wide-ranging usability, the remote Internetworking (INWK) laboratory uses de facto networking standards and commercial and broad-band Internet connectivity to ensure real-time secure interaction with equipment. A four-tier role architecture consisting of faculty, local facilitators, remote facilitators, and students has been determined appropriate to maintain academic integrity and ensure good quality of interaction with the remote laboratory. A survey employing a five-point scale has been devised to measure the usability of the remote access INWK laboratory.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,008

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 GPT0,257
Écart entre enseignants0,251 · 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'étudeExpérimental (laboratoire)
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

Citations68
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on EducationMême sujetExperimental Learning in EngineeringTravaux en français237 207