Notice bibliographique
Résumé
Traditional education continuously faces the challenge of encouraging students to care about the subject material. Edutainment (educational entertainment) has been one of the attempted solutions to this issue. There are several problems with existing edutainment; first, not all of it is created equal - topics in student and mental health are drastically underexplored compared to traditional lessons in science. Additionally, much of edutainment is still burdened with using traditional academic techniques as its core to engage the audience, with visuals and entertainment being used as an enhancement to the experience. However, entertainment is inherently based on tried and tested practices that engage the audience [Speer et al. 2009; Zak 2014]. This talk focuses on flipping this model. With edutainment, entertainment and user experience practices should be the core - with the details of the academic content being secondary to the overall experience. In this way, the subject material is not discussed in detail, and the primary goal is to excite the audience. My approach has been with science cartooning - writing comics and stories that communicate topics in health. Hired by the University of British Columbia (UBC) Digital Emergency Medicine team, I helped create an interactive graphic novel for the BC curriculum called The Adventures of Patoo [Mortazavi et al. 2018], which covers topics in physical and mental health for students in grades 4-7. The positive student and teacher feedback from the school pilots of The Adventures of Patoo is a good indication that edutainment does not have to carry much educational content. It can just be a teaser trailer.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,404 | 0,078 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».