MétaCan
Menu
Retour à la cohorte
Enregistrement W2088519794 · doi:10.1145/355354.355378

A WWW-based multimedia center for learning data communications — phase 1

2000· article· en· W2088519794 sur OpenAlexaff
Ali Elkateeb, Ala Awad

Notice bibliographique

RevueACM SIGCSE Bulletin · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensAcadia University
Organismes subventionnairesnon disponible
Mots-clésCenter (category theory)Data centerComputer scienceThe InternetMultimediaDistance educationWorld Wide WebComputer networkPsychologyMathematics education

Résumé

récupéré en direct d'OpenAlex

The use of multimedia in education has become an important element to improve the quality of education and to reduce the cost of the educational system. In addition, the students got the benefit of learning and understanding the material better than in the conventional way. In this work, a learning package called "Data Communications Learning Center" (DCLC) has been developed and tested. The main objective of this center is to help university students and others to learn data communication concepts, architectures and operations. The center is a world wide web (www) based, and it allows any student that uses a standard modem for the Internet access to use our center. The center has been developed to be easy to use. The initial evaluation of the center examined by a few students have complemented that the center has improved their understanding to some data communication concepts which the center already supports. Although our intention is to support one topic at the first stage of this project, one can easily add other topics to the center. Any professor who is willing to put his course in the center can achieve this without any prior knowledge about the internal design of the center.

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 enseignants0,035
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0350,015

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 Opus0,038
Tête enseignante GPT0,305
Écart entre enseignants0,267 · 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

Citations3
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACM SIGCSE BulletinMême sujetExperimental Learning in EngineeringTravaux en français237 207