MétaCan
Menu
Retour à la cohorte
Enregistrement W2228769926 · doi:10.5753/cbie.wcbie.2015.693

DigiAtlas: Dispositivos Móveis Auxiliando o Ensino Multidisciplinar de Questões Ambientais

2015· article· pt· W2228769926 sur OpenAlexfundno aff
Lucas Moreira Ferreira, Mariana Raniero, Gabriel Gerber Hornink, Paulo Alexandre Bressan

Notice bibliographique

RevueAnais ... Workshops do Congresso Brasileiro de Informática na Educação · 2015
Typearticle
Languept
DomaineComputer Science
ThématiqueMobile Learning in Education
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Bureau for International Education
Mots-clésMultidisciplinary approachTheme (computing)Computer scienceWork (physics)GeographyEngineeringWorld Wide WebSociologySocial science

Résumé

récupéré en direct d'OpenAlex

Currently the environmental area is receiving greater attention.It is important for the understanding of our existence as part of a natural system and our responsibility under the same.This work presents the DigiAtlas application based on this theme, it features on a digital map, environment, abiotic and biotic data, and allows the management of these data.New data collected in the application can be shared, allowing the exchange of knowledge between users.The application was developed for mobile devices and can be used as a research tool, and teaching and learning in classrooms or field activities, including multidisciplinary way.Resumo.Atualmente a temática ambiental está recebendo grande atenção devido a sua importância para o entendimento de nossa existência, como parte de um sistema natural e de nossa responsabilidade sob o mesmo.Este artigo apresenta o aplicativo DigiAtlas com base nessa temática, ele apresenta em um mapa digital dados ambientais, abióticos e bióticos, além de permitir o gerenciamento desses dados.Novos dados coletados na aplicação podem ser compartilhados permitindo a

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,171
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0040,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,032
Tête enseignante GPT0,316
Écart entre enseignants0,284 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnais ... Workshops do Congresso Brasileiro de Informática na EducaçãoMême sujetMobile Learning in EducationTravaux en français237 207