MétaCan
Menu
Retour à la cohorte
Enregistrement W2324169338 · doi:10.1002/tea.21318

Visualizing biological data in museums: Visitor learning with an interactive tree of life exhibit

2016· article· en· W2324169338 sur OpenAlexaff
Michael Horn, Brenda Phillips, E. Margaret Evans, Florian Block, Judy Diamond, Chia Shen

Notice bibliographique

RevueJournal of Research in Science Teaching · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueAnimal and Plant Science Education
Établissements canadiensScience North
Organismes subventionnairesEngineering and Physical Sciences Research CouncilNational Science Foundation
Mots-clésVisitor patternGestureTree (set theory)VisualizationBaseline (sea)Computer sciencePsychologyCognitive psychologyHuman–computer interactionArtificial intelligenceBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract In this study, we investigate museum visitor learning and engagement at an interactive visualization of an evolutionary tree of life consisting of over 70,000 species. The study was conducted at two natural history museums where visitors collaboratively explored the tree of life using direct touch gestures on a multi‐touch tabletop display. In the study, 247 youth, aged 8–15 years, were randomly assigned in pairs to one of four conditions. In two of the conditions, pairs of youth interacted with different versions of the tree of life tabletop exhibit for a fixed duration of 10 minutes. In a third condition, pairs watched a 10 minute video on a similar topic. Individual responses on a 53‐item exit interview were then compared to responses from a fourth, baseline condition. Contrasting with the baseline condition, visitors who interacted with the tabletop exhibits were significantly more likely to reason correctly about core evolutionary concepts, particularly common descent and shared ancestry. They were also more likely to correctly interpret phylogenetic tree diagrams. To investigate the factors influencing these learning outcomes, we used linear mixed models to analyze measures of dyads’ verbal engagement and physical interaction with the exhibit. These models indicated that, while our verbal and physical measures were related, they accounted for significant portions of the variance on their own, independent of youth age, prior knowledge, and parental background. Our results provide evidence that multi‐touch interactive exhibits that enable visitors to explore large scientific datasets can provide engaging and effective learning opportunities. © 2016 Wiley Periodicals, Inc. J Res Sci Teach 53: 895–918, 2016

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,297
Tête enseignante GPT0,538
Écart entre enseignants0,240 · 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'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

Citations42
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research in Science TeachingMême sujetAnimal and Plant Science EducationTravaux en français237 207