Potential of ICTs and pedagogical approaches to improve remote laboratory
Notice bibliographique
Résumé
The online laboratory or Lab At Distance (LAD) is an interesting tool in training systems and can also provide enrichment for theconventional laboratory. The literature shows that in LAD development projects, the biggest concern is centred on thetechnological prowess and technical solutions developed. In general, learning improvement achieved through these activities is notconsidered. In this paper, we discuss the experience of developing enriched LAD by emphasizing the pedagogical approach. Visitinga Web site for an industrial application related to laboratory work allows contextualization of this work and gives more meaningto the work to be completed. The student is then led to discover a problem derived from an industrial reality described by imagesand videos from a virtual tour. Additional video and image resources are also used to explore the laboratory equipment used andprovide additional valuable learning. We also present the experience of developing a set of LAD according to our pedagogicalapproach. LAD are developed by the school of engineering, E cole de Technologie Supe rieure (E TS), in Montreal and three colleges(CEGEP) in Quebec. From this experience, the paper highlights both the technical and pedagogical strengths. The different choicesadopted for LAD are discussed and a preliminary assessment of the operation of this set of LAD is also presented. Our experienceshows the feasibility of sharing LAD between the four institutions. This solution provides an interesting way for optimising theoperation of equipment and reducing investment, thus promoting the acquisition of new equipment to be up to date with changesin technology. The operation of these LADs shows that the use of ICT gives extra depth to the LAD by associating it withauthentic applications and presenting the work required as a real problem to be dealt with. Our experience shows that thispedagogical approach makes more sense for work, promotes student motivation, provides access to the industrial reality and bringsthe learning process beyond the limits of conventional laboratory work.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,004 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».