MétaCan
Menu
Retour à la cohorte
Enregistrement W2905073202 · doi:10.5206/tips.v8i1.6219

Using Problem-Based Learning (PBL) to Teach Geographic Information Science

2018· article· en· W2905073202 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueTeaching Innovation Projects · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeography and Education Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceProblem-based learningGeographic information systemCuriosityVisualizationField (mathematics)Process (computing)Data scienceManagement scienceMathematics educationKnowledge managementArtificial intelligenceEngineeringPsychologyMathematicsGeography

Résumé

récupéré en direct d'OpenAlex

Geographic Information Science (GIScience) is a field of study that investigates the development and use of theories, methods, technology, and data for understanding geographic processes, relationships, and patterns (Mark, 2003). Students in the discipline learn the conceptual and technical implementation of Geographic Information Systems (GIS; the analysis, storage, visualization, and management of geographic data). However, GIScience undergraduates often struggle to relate GIS theory to technical practice. In particular, students have difficulty mastering GIS tools and software and they are not well-equipped to determine the series of processes/tools required to complete geoprocessing tasks without prompts. GIScience courses commonly provide students with detailed step-by-step instructions on how to execute various GIS tools in order to solve example problems but students are eventually expected to perform the same or similar problem-solving tasks without detailed instructions.
 This workshop focuses on how to teach the technical and problem-solving skills required in GIScience courses effectively by employing a problem-based learning (PBL) model. PBL is an active learning method that increases understanding and competency. The approach focuses on problem solving, self-directed learning, team participation and cooperation (Pawson et al., 2006). PBL encourages students to use critical thinking, engages their curiosity to solve real-world problems, and promotes inquiry and interest in the subject matter (Pawson et al., 2006). A PBL approach encourages students to collaboratively solve problems in GIScience by first identifying the general steps to solve the problem and then solve those problems by determining the tools needed to process the data to come to a solution (Melero, 2010). Incorporating PBL into GIScience courses enables students to solve a larger variety of problems, promotes stronger retention of skills and theory, and better prepares them for future professional opportunities and/or academic research.

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.

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)0,013
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,819
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,008
Études des sciences et des technologies0,0040,001
Communication savante0,0000,002
Science ouverte0,0000,000
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 Opus0,078
Tête enseignante GPT0,412
Écart entre enseignants0,335 · 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