MétaCan
Menu
Retour à la cohorte
Enregistrement W2603572109 · doi:10.24908/pceea.v0i0.6534

SUPPORTING A CLASS’ DEVELOPMENT IN TEAMWORK

2017· article· en· W2603572109 sur OpenAlexafffundvenueabout
Patricia Sheridan, Navid Korhani, Doug Reeve, Greg J. Evans

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésTeamworkClass (philosophy)Interface (matter)Computer scienceFirst classArtificial intelligenceOperating system

Résumé

récupéré en direct d'OpenAlex

This paper presents the design and initial adoption of a new class-level interface that has been added to the on-line Team-effectiveness Learning System (TELS) at the University of Toronto. TELS is an on-line self- and peer-assessment system that allows students to provide intra-team feedback within their project teams. This class-level interface responds to instructor interest in having a better way of assessing and supporting their class’ performance in teamwork as a whole. The interface allows an instructor to assess whether the class has demonstrated sufficient proficiency at teamwork, and/or which areas the class needs to improve to demonstrate proficiency.Launched in September 2015, the class-level interface is currently being used in 5 courses. Preliminary findings indicate the feature to be a useful tool in supporting instructors to tailor their teamwork instruction and activities to the needs of the class.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,085
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,018
Tête enseignante GPT0,334
Écart entre enseignants0,315 · 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 tête enseignante, 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

Citations1
Publié2017
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetInnovative Teaching and Learning MethodsTravaux en français237 207