MétaCan
Menu
Retour à la cohorte
Enregistrement W2593041558 · doi:10.18260/1-2--1217

Enhancing Engineering Outreach With Interactive Game Assessment

2020· article· en· W2593041558 sur OpenAlexaff
Leilah Lyons, Zbigniew J. Pasek

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMuseums and Cultural Heritage
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésOutreachVisitor patternGovernment (linguistics)Game designComputer sciencePopulationMultimediaGame DeveloperVideo gameSociology

Résumé

récupéré en direct d'OpenAlex

The need to educate general public about technology grows with broadening gap between technology use and its understanding in a consumer society.One of the effective venues for such education is that of hands-on museums, which engage a wide spectrum of visitors.This paper reports on the use of a data collection mechanism embedded in an interactive museum exhibit that highlights principles of modern consumer product engineering.The exhibit is comprised of a set of computer games and complementary physical displays.The games have a built-in data collection system tracking users' actions while playing the game.Collected data allows for demographic analysis of visitor population, user performance assessment, and provides game-play perspective useful for effective game design.Presented results are based on a year-long study involving about 17,000 museum visitors. Outreach in the Form of a Museum Exhibit: Overview of the ProjectGovernment funding supports research work on the cutting edge of manufacturing technologies, but the general population's understanding of manufacturing processes, equipment, and careers lags far behind that edge.To bridge the gap, the NSF Engineering Research Center for reconfigurable Manufacturing Systems (ERC/RMS) at the University of Michigan invested in the creation of a museum exhibit to be installed at the Ann Arbor Hands-On Museum, a children's science center.Informal learning environments, like museums, align well with outreach efforts because they share many goals: to intrigue, educate, and inspire visitors.Science museums in particular have become more conscious of their role as an auxiliary to the education that occurs in traditional classrooms, striving to encourage interest in science 10 and to present science policy issues 9 that might not get addressed in the classroom.

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)0,003
score de la tête « metaresearch » (Gemma)0,015
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,022
Tête enseignante GPT0,217
Écart entre enseignants0,195 · 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
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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMuseums and Cultural HeritageTravaux en français237 207