Exploration of Technology-aided Education: Virtual Reality Processing Plant for Chemical Engineering Process Design
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.
Notice bibliographique
Résumé
This work-in-progress study will explore technology aided education in the form of a Virtual Reality (VR) application used to support learning outcomes in a chemical engineering capstone course. VR has the ability to immerse users in a simulated environment and provide them with experiential learning opportunities. Most undergraduate chemical engineering students are required to design a chemical plant for their capstone design project without ever having visited or interacted with a full-scale processing plant and could benefit from the immersive experience that the VR tool would offer. This study will be conducted over a two-year period from September 2019 to May 2021. During the first-year, surveys and design challenges will be conducted without the use of the VR chemical processing plant. The data from the first year will establish a baseline that evaluates how learning outcomes are being met by the course without the VR application. During the second year the surveys will be given again in conjunction with the VR educational tool. The tool will give students the ability to view and interact with the unit operations inside a chemical processing plant without special training, expensive protective equipment and security clearance. Students will complete a number of challenges in VR and will be evaluated on their comprehension and invited to provide feedback on the effectiveness of the VR tool. The effects of VR on student comprehension, retention, and chemical processing design competency will be evaluated based on the data collected. This paper will discuss the initial design of the VR chemical processing plant, data from the non-VR cohort and a description of the research methods to be used during the final portion of the 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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle