MétaCan
Menu
Retour à la cohorte
Enregistrement W2494168967 · doi:10.4018/978-1-4666-9629-7.ch009

Disciplinarily-Integrated Games

2015· book-chapter· en· W2494168967 sur OpenAlexaff
Douglas B. Clark, Pratim Sengupta, Satyugjit Virk

Notice bibliographique

RevueAdvances in game-based learning book series · 2015
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiquePhilosophy and History of Science
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésGeneralizability theoryCartesian coordinate systemPerspective (graphical)Constraint (computer-aided design)Cartesian productComputer scienceArtificial intelligenceEpistemologyMathematicsDiscrete mathematicsPhilosophyGeometryStatistics

Résumé

récupéré en direct d'OpenAlex

Clark, Sengupta, Brady, Martinez-Garza, and Killingsworth (2015) and Sengupta and Clark (submitted) propose disciplinarily-integrated games as a generalizable template for supporting students in interpreting, manipulating, and translating across phenomenological and formal representations in support of a Science as Practice perspective (Pickering, 1995; Lehrer & Schauble, 2006). To explore the generalizability of disciplinarily-integrated games, this chapter proposes other hypothetical examples of disciplinarily-integrated games in physics, biology, chemistry, and the social sciences. We explore disciplinarily-integrated games in three categories, beginning with the category involving the nearest and simplest transfer of the template and extending to the category involving the furthest and most complex transfer: (1) time-series analyses with Cartesian formal representations, (2) constraint-system analyses with Cartesian formal representations, and (3) other model types and non-Cartesian formal representations. We close with the discussion of the implications of this generalizability.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,006
Communication savante0,0040,006
Science ouverte0,0010,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,034
Tête enseignante GPT0,247
Écart entre enseignants0,213 · 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

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in game-based learning book seriesMême sujetPhilosophy and History of ScienceTravaux en français237 207