MétaCan
Menu
Retour à la cohorte
Enregistrement W2885173346 · doi:10.24908/pceea.v0i0.10362

COLLABORATIVE DIGITAL DESIGN NOTEBOOKS

2018· article· en· W2885173346 sur OpenAlexaffvenue
Ralph O. Buchal

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueLibrary Collection Development and Digital Resources
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésWorkspaceTask (project management)Computer scienceTask managementCloud computingCollaborative designScalabilitySoftware engineeringWorld Wide WebMultimediaEngineering managementEngineeringSystems designSystems engineeringDatabaseOperating system

Résumé

récupéré en direct d'OpenAlex

Abstract – Many design courses require students to maintain a paper-based personal design notebook or journal. The potential advantages of a digital notebook have been described in the literature, but few reports can be found on the use of digital notebooks in practice. This paper describes the design and implementation of a cloud-based collaborative workspace to provide a shared team design notebook. The shared workspace uses Microsoft SharePoint sites and Microsoft OneNote notebooks as the main components. SharePoint sites were created for 34 design teams in a 2nd-year engineering design course. Each site had a team notebook, document library, discussion forum, and task scheduler. Instructions and training were provided at the beginning of the course. Students were able to use the tools with little difficulty, and were able to use them as an effective replacement for a paper notebook. However, many teams did not make full use of the available capabilities, and there was little evidence of higher-level collaborative activities. The described implementation is technically and financially feasible, is scalable to large classes, and satisfies most of the requirements of a collaborative design notebook. However, scaffolding and training are needed to ensure that students collaborate effectively.

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)0,008
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,277

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0050,004
Science ouverte0,0030,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0830,020

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 Opus0,005
Tête enseignante GPT0,174
Écart entre enseignants0,169 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetLibrary Collection Development and Digital ResourcesTravaux en français237 207