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.
Notice bibliographique
Résumé
There is a rapid increase in the use of mobile devices such as cell phones, tablet PCs, personal digital assistants, Web pads, and palmtop computers by the younger generation and individuals in business, education, industry, and society. As a result, there will be more access of information and learning materials from anywhere and at anytime using these mobile devices. The trend in society today is learning and working on the go and from anywhere rather than having to be at a specific location to learn and work. Also, there is a trend toward ubiquitous computing, where computing devices are invisible to the users because of wireless connectivity of mobile devices. The challenge for designers is how to develop multimedia materials for access and display on mobile devices and how to develop user interaction strategies on these devices. Also, designers of multimedia materials for mobile devices must use strategies to reduce the user mental workload when using the devices in order to leave enough mental capacity to maximize deep processing of the information. According to O’Malley et al. (2003), effective methods for presenting information on these mobile devices and the pedagogy of mobile learning have yet to be developed. Recent projects have started research on how to design and use mobile devices in the schools and in society. For example, the MOBILearn project is looking at pedagogical models and guidelines for mobile devices to improve access of information by individuals (MOBILearn, 2004). This paper will present psychological theories for designing multimedia materials for mobile devices and will discuss guidelines for designing information for mobile devices. The paper then will conclude with emerging trends in the use of 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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
score_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