MétaCan
Menu
Retour à la cohorte
Enregistrement W2558411964 · doi:10.1109/icalt.2016.22

Assessing Students' Conceptual Knowledge of Computer Networks in Open Wonderland

2016· article· en· W2558411964 sur OpenAlexaff
Kavya Alse, Lakshmi Ganesh, Prajish Prasad, Maiga Chang, Sridhar Iyer

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésSummative assessmentFormative assessmentComputer scienceTroubleshootingUsabilityMetaverseProcess (computing)Variety (cybernetics)Plan (archaeology)Human–computer interactionMultimediaVirtual realityArtificial intelligenceMathematics education

Résumé

récupéré en direct d'OpenAlex

Computer Networks, an undergraduate computer science course, is taught through a variety of new technological tools but more attention on assessment strategies using those technological tools is desirable. Research studies have shown that assessment methods also influence students' learning. Current assessment techniques, even those which include technology, focus more on summative assessment rather than formative. Formative assessment is necessary for teaching and assessment of complex skills like troubleshooting or network design. Therefore, there exists a need for assessments to capture students' problem solving process and chosen approaches during the assessment. By tracking a student's behaviors in an immersive assessment environment, the path that the student takes towards the solution can be studied. Virtual Worlds are naturally immersive environments and can be effectively used to record interactions that students made in the worlds. We have developed NetWorld in Open Wonderland, an open source software for creating 3D virtual worlds. NetWorld is a 3D virtual world built for detailed assessment of computer network concepts for computer science undergraduate students. This detailed assessment happens at 3 levels -- conceptual understanding, diagnostic abilities and the ability to design a network. This paper describes the design principles and implementation of NetWorld and a plan to evaluate its usability.

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)0,006
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 enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,021
Tête enseignante GPT0,309
Écart entre enseignants0,289 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetExperimental Learning in EngineeringTravaux en français237 207