MétaCan
Menu
Retour à la cohorte
Enregistrement W3181336890 · doi:10.5194/gc-2021-18-rc1

Comment on gc-2021-18

2021· peer-review· en· W3181336890 sur OpenAlexfundaboutno aff
Jacqueline Houghton

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological Modeling and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesQueen's University
Mots-clésPaceTRIPS architecturePhotogrammetryField (mathematics)Course (navigation)CompassComputer scienceRemote sensingData scienceEngineeringCartographyGeologyGeographyArtificial intelligenceTransport engineering

Résumé

récupéré en direct d'OpenAlex

Geological (Engineering) Field Methods (GEOE/L 221) is a core course for two programs at Queen’s University in Kingston, Ontario, Canada where students learn foundational knowledge, skills, and methods to conduct field work that is used to investigate geological and geological engineering aspects of the Earth. Typically, this fall-term course involves weekly field trips in the Kingston area to visit a variety of rock outcrops to learn and practice methods of field navigation, observation, and measurement. Remote delivery of this course in fall 2020 due to COVID-19 without in-person field trips required a significant transformation, which included creating field and demonstration instructional videos, using 3D digital photogrammetry models of rock samples and outcrops, developing independent outdoor activities for pace and compass navigation, manual sketching and graphical measurements on paper, and utilizing a culminating immersive 3D video game style geological field mapping exercise. This paper examines these new course elements, how well the course learning objectives were achieved in a remote setting, and the successes and limitations of remote delivery. Although many new virtual elements enhance the course and should be incorporated to future offerings, a return to in-person field methods teaching for geological sciences and geological engineering courses is strongly recommended.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,351
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,3270,006

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 Opus0,071
Tête enseignante GPT0,281
Écart entre enseignants0,210 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGeological Modeling and AnalysisTravaux en français237 207