MétaCan
Menu
Retour à la cohorte
Enregistrement W2156782500 · doi:10.1128/jmbe.v13i1.374

Increasing Student Understanding of Microscope Optics by Building and Testing the Limits of Simple, Hand-Made Model Microscopes

2012· article· en· W2156782500 sur OpenAlexaff
Kevin Drace, Brett Couch, Patrick J. Keeling

Notice bibliographique

RevueJournal of Microbiology and Biology Education · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueImage Processing Techniques and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMicroscopeComputer scienceMagnificationOpticsArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

The ability to effectively use a microscope to observe microorganisms is a crucial skill required for many disciplines within biology, especially general microbiology and cell biology. A basic understanding of the optical properties of light microscopes is required for students to use microscopes effectively, but this subject can also be a challenge to make personally interesting to students. To explore basic optical principles of magnification and resolving power in a more engaging and hands-on fashion, students constructed handmade lenses and microscopes based on Antony van Leeuwenhoek's design using simple materials-paper, staples, glass, and adhesive putty. Students determined the power of their lenses using a green laser pointer to magnify a copper grid of known size, which also allowed students to examine variables affecting the power and resolution of a lens such as diameter, working distance, and wavelength of light. To assess the effectiveness of the laboratory's learning objectives, four sections of a general microbiology course were given a brief pre-activity assessment quiz to determine their background knowledge on the subject. One week after the laboratory activity, students were given the same quiz (unannounced) under similar conditions. Students showed significant gains in their understanding of microscope optics.

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)0,003
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 GPT0,332
Écart entre enseignants0,282 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Microbiology and Biology EducationMême sujetImage Processing Techniques and ApplicationsTravaux en français237 207