Notice bibliographique
Résumé
Die Tagung Intelligent Tutoring Systems (ITS) hat sich seit ihrer Initiierung durch Claude Frasson in Montreal (1988) fest etabliert. Sie offeriert einen internationalen Kontrapunkt für eine sonst stark US-dominierte \nSzene. Die 6 deutschen Beiträge waren „Group-oriented Modelling Tools with Heterogenous Semantics“ (Pinkwart, Hoppe, Bollen & Eva Fuhltrott), „Adaptive Tutor Processes and Mental Plans“ (Alke Martens & Adelinde Uhrmacher), „Architectural Patterns in Pedagogical Agents“ (Devedzic & Harrer), „Cognitive Modelling Approach to Diagnose Over- \nSimplification in Simulation-Based Training“ (Lüdtke, Möbus, Thole), „Using Computer Algebra Systems as Cognitive Tools“ (Büdenbender, Frischauf, Goguadze, Libbrecht, Erica Melis & Ullrich), „Towards a Specification of Distributed and Intelligent Web Based Learning Environments“ (Möbus, Albers, Hartmann, \nThole & Zurborg). \nDer Tagungsband umfasst 1016 Seiten. Die Papiere waren in die Kategorien „Agents“ (Social; Collaboration; Technologies), Architectures (Rules, Patterns, Hypermedia; Domain Oriented; Knowledge Acquisition, Reuse), Web (Dynamics, Ontologies, Training), Evaluation (Cognition; Technologies; Dynamics; Development, Agents), Authoring (Complex Domains, Instructional Design), Learning (Models; Architectures; Web; Meta-cognition), Simulation, Dialogue \n(Generic; Specific; Social), Narrative, Motivation and Emotions und Poster Papers. Nach Einschätzung der Herausgeber war das Hauptthema der Tagung „AI and Human Learning“ und die „emerging shifts“ Web and Agents, Eval \nuations, Dialogues.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».