Problem Based Learning: A Facilitator of Computational Thinking
Notice bibliographique
Résumé
These proceedings represent the work of contributors to 18th European Conference on e-Learning (ECEL 2019), hosted by Aalborg University, Copenhagen, Denmark on 7-8 November 2019. The Conference Co-Chairs are Rikke Ørngreen, Mie Buhl and Bente Meyer, and, all from Aalborg University, Copenhagen, Denmark. ECEL is now a well-established event on the academic research calendar and now in its 18th year the key aim remains the opportunity for participants to share ideas and meet the people who hold them. The scope of papers will ensure an interesting two days. The subjects covered illustrate the wide range of topics that fall into this important and ever-growing area of research. The opening keynote presentation is given by Anthony “Skip” Baisel, from the Queen Mary University of London on the topic of Higher Education Pedagogy using Game Design. The second day of the conference will open with interactive collaborative keynote by Mie Buhl, Bente Meyer, Rikke Ørngreen, on the topic of Does IT work? Investigating factors at play in e-learning research. With an initial submission of 181 abstracts, after the double blind, peer review process there are 76 Academic research papers, 3 PhD research papers, and 26 work-in-progress papers published in these Conference Proceedings. These papers represent research from Austria, Belgium, Bhutan, Canada, Chile, China, Cyprus, Czech Republic, Denmark, France, Germany, Ghana, Greece, Greenland, Hong Kong, Ireland, Italy, Japan, Norway, Poland, Portugal, Russia, South Africa, Sweden, Taiwan, Thailand, The Netherlands, Turkey, UAE, UK and USA.
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 | 0,008 | 0,029 |
| 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 | 0,002 | 0,006 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,004 |
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 ».