MétaCan
Menu
Retour à la cohorte
Enregistrement W2142615073 · doi:10.1109/fie.2008.4720686

Integrating mobile devices into the computer science curriculum

2008· article· en· W2142615073 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueTeaching and Learning Programming
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMobile deviceComputer scienceCapstoneCurriculumMultimediaContext (archaeology)Mobile computingMobile technologyHuman–computer interactionWorld Wide WebTelecommunications

Résumé

récupéré en direct d'OpenAlex

Mobile devices such as cellular phones and smart personal digital assistants out-ship personal computers (PCs) 20 to 1, and for many students the mobile device is becoming the computer. Such devices are becoming more powerful than the PCs of twenty years ago and they represent a useful tool for conveying important computer science concepts. This calls for innovations in the computer science curriculum, not only in some specific courses but across the curriculum to create a motivating framework for computer science students. After all, students expect faculty to integrate leading edge technology in the classroom. Here we present our approach for integrating mobile devices into the Computer Science curriculum, supported by an example of our experience in integrating BlackBerry devices into two programming courses, a distributed systems course, and senior capstone projects. Some of the courses are lab-intensive where students experiment with the devices, and develop and deploy applications for them. Teaching computer science and programming in the context of mobile applications provides a motivating framework for students and inspires them to excel due to the practical experience they gain allowing them to develop applications for their own mobile devices.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,944
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,263
Écart entre enseignants0,252 · 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

En bref

Citations40
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTeaching and Learning ProgrammingTravaux en français237 207