MétaCan
Menu
Retour à la cohorte
Enregistrement W2899568167 · doi:10.5753/cbie.wcbie.2018.85

HOALDI - um conjunto de heurísticas para a avaliação e desenvolvimento de Objetos de Aprendizagem para Lousa Digital Interativa

2018· article· pt· W2899568167 sur OpenAlexfundno aff
Henrique César da Silva, Ana Carolina Gondim Inocêncio

Notice bibliographique

RevueAnais ... Workshops do Congresso Brasileiro de Informática na Educação · 2018
Typearticle
Languept
DomaineSocial Sciences
ThématiqueEducation and Technology Integration
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Bureau for International Education
Mots-clésComputer scienceUsabilityInteractivitySet (abstract data type)HeuristicsMultimediaProcess (computing)Interactive whiteboardHuman–computer interactionProgramming language

Résumé

récupéré en direct d'OpenAlex

Interactive Whiteboard (IWB) has been shown to be a technology that has brought interactivity to the teaching-learning process, but some Learning Objects (LOs) present usability problems with this technology. Therefore, this paper aims to propose an efficient set of heuristics for the development and evaluation of LOs, adapting them to IWB. For this, a review was made of the literature on the usability of IWB and LOs quality, as well as a practical exploration of it. After the experiment, the HOALDI set proved to be efficient to be used in the evaluation of LOs in IWB.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,377
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,003
Communication savante0,0030,002
Science ouverte0,0020,000
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,364
Écart entre enseignants0,317 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnais ... Workshops do Congresso Brasileiro de Informática na EducaçãoMême sujetEducation and Technology IntegrationTravaux en français237 207