MétaCan
Menu
Retour à la cohorte
Enregistrement W2928227149 · doi:10.7146/lom.v12i20.109391

Asymmetric collaboration in virtual reality

2019· article· en· W2928227149 sur OpenAlexaff
Lui Thomsen, Niels Christian Nilsson, Rolf Nordahl, Boris Lohmann

Notice bibliographique

RevueTidsskriftet Læring og Medier (LOM) · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensTellabs (Canada)
Organismes subventionnairesnon disponible
Mots-clésAffordanceVirtual realityPerspective (graphical)ComprehensionComputer scienceNarrativeHuman–computer interactionMathematics educationMultimediaPsychologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

It has been established that Virtual Reality (VR) possesses certain qualities for educational purposes. These include the ability to place the learner at the location or in the perspective that the desired knowledge exists (e.g., travelling to another planet or shrinking to miniature size to observe internal anatomy). VR is also considered to contribute with enriching the curricular content, promoting active forms of learning, performance assessment of high validity, and provide the opportunity to teach applied academic knowledge in life-like situations. In regards to teaching mathematics and geometry, three key affordances have been identified; interactive manipulation and construction of three-dimensional geometry, comprehension of spatial relationships, and rectification of abstract problems. Safety protocols and practical guidelines from classroom experimentation have also been formulated by various research projects. In this manuscript, asymmetrical immersive VR in education will be reviewed, as it is relevant for the narrative of learning situations where multiple students use the technology together. As an example, in mathematics, asymmetric VR could be used in contexts where unknown variables must be found in collaboration. The purpose of the narrative literature review is to gain a greater understanding of how asymmetric game mechanics has influence on communication and collaboration between learners. To map the dynamics of this type of learning activity, a taxonomy will be presented. Since VR is still under development in terms of hardware and software, it is important that the current and future technical possibilities are described in a conceptual manner, as well as conclude on optimal coupling between communication dynamics and collaboration mechanics.

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)0,004
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,006
Communication savante0,0080,007
Science ouverte0,0010,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,018
Tête enseignante GPT0,295
Écart entre enseignants0,276 · 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'étudeObservationnel
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

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTidsskriftet Læring og Medier (LOM)Même sujetVirtual Reality Applications and ImpactsTravaux en français237 207