MétaCan
Menu
Retour à la cohorte
Enregistrement W3005038963 · doi:10.14434/ijdl.v11i1.24911

Iterations on a Transmedia Game Design Experience for Youth’s Autonomous, Collaborative Learning

2020· article· en· W3005038963 sur OpenAlexfundno aff
Camillia Matuk, Talia Hurwich, Jonathan Prosperi, Yael Ezer

Notice bibliographique

RevueInternational Journal of Designs for Learning · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensnon disponible
Organismes subventionnairesYork University
Mots-clésFacilitatorGame designContext (archaeology)NarrativeInterdependenceDocumentationComputer scienceComicsMultimediaMathematics educationPsychologySociologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Transmedia design, which involves extending a narrative from one medium to another, offers a context for potentially rich, interdisciplinary learning. We explored these opportunities by creating a week-long workshop to guide 7th-grade student teams in designing games based on comic books about viruses. This design case describes the framework and rationale behind our design choices. It illustrates our experiences by drawing on field note observations and audio recordings, student-generated design artifacts, student and facilitator interviews, and planning documentation from across two iterations of the workshop. We reflect on our experiences in attempting to balance (1) the dual focus of the workshop on science learning and game design through our choices of comic and game genres; and (2) the ability for students to be both autonomous and to receive necessary guidance through our enforcement of design constraints and interdependent team roles. We also reflect on the contextual factors that mediated our work, including students’ existing interests and peer relations, their teachers’ involvement, and our own team’s shifting expertise as membership changed from one iteration to the next. Among other things, our experiences highlight the importance of designing to allow for change, particularly as learning through collaborative transmedia game design can occur in unanticipated ways. Finally, we reflect on plans for future iterations of this workshop.

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)0,011
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,010
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,006
Communication savante0,0060,004
Science ouverte0,0030,009
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,125
Tête enseignante GPT0,390
Écart entre enseignants0,265 · 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'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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Designs for LearningMême sujetEducational Games and GamificationTravaux en français237 207