MétaCan
Menu
Retour à la cohorte
Enregistrement W2621954853 · doi:10.18260/1-2--12623

Modeling The Performance Of An Outcome Based Educational Framework

2020· article· en· W2621954853 sur OpenAlexaff
Azzedine Lansari, Abdullah A. Abonamah, Akram Al‐Rawi, Faouzi Bouslama

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Technology and Assessment
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésOutcome (game theory)Session (web analytics)Computer scienceProcess (computing)Abu dhabiEducational institutionArtificial intelligenceAcademic institutionKnowledge managementMedical educationPsychologyMedicinePedagogyLibrary scienceWorld Wide WebMathematics

Résumé

récupéré en direct d'OpenAlex

In this paper, we introduce an Outcomes Based Educational model that has been adopted by Zayed University, a newly established institution in the United Arab Emirates. We provide an overview of the learning outcomes assessment courses used to support and assist students in their development of the university learning outcomes. We introduce the assessment process and the eportfolio. The academic program model is a new concept that uses the outcome-based approach and the grade point average technique. This hybrid model is complex and includes many unsolved issues. In order to understand and clarify some of these issues, we propose to use neural networks that provide a mathematical model. To simplify the complexities of the academic model, we use a reduced map of the relationships between students' activities and the learning outcomes to be used in the assessment process. The model is tested using students' works. The neural networks based model is used to help decision makers improve the educational model.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,942
Score d'incertitude au seuil0,123

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0010,000
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 Opus0,048
Tête enseignante GPT0,335
Écart entre enseignants0,288 · 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'étudeSimulation ou modélisation
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEducational Technology and AssessmentTravaux en français237 207