MétaCan
Menu
Retour à la cohorte
Enregistrement W3197887975 · doi:10.1145/3466725.3466759

Facilitating Online Distributed Critical Making: Lessons Learned

2021· article· en· W3197887975 sur OpenAlexaff
Yumiko Murai, Alissa N. Antle, Alexandra Kitson, Yves Candau, Azadeh Adibi, Zoe Dao-Kroeker, John Desnoyers-Stewart, Katrien Jacobs

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueTeaching and Learning Programming
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésReflection (computer programming)Critical reflectionFlexibility (engineering)CreativityFacilitationComputer sciencePsychologyPedagogySocial psychology

Résumé

récupéré en direct d'OpenAlex

The global pandemic has brought numerous challenges for educators who take a maker-centered approach, whose instruction involves direct engagement with materials through collaborative and exploratory social interactions. Many educators have found creative ways to address the obstacles of being remote. However, inciting critical reflection through making, already difficult during in-person settings, has become an even greater challenge in remote settings. This paper reports on the lessons learned from a two-week online afterschool maker workshop where participants worked on a maker project being in remote locations, while engaged in critical reflections on ethical implications of biowearable devices. The results showed preliminary evidence that participants were able to produce a prototype and engaged in critical reflection on the ethical issues of biowearables. We also found that while online environments offer limited social cues and flexibility, access to multiple communication channels enabled just-in-time facilitation for critical reflection.

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)0,030
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,030
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,004
Communication savante0,0070,012
Science ouverte0,0050,006
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,106
Tête enseignante GPT0,397
Écart entre enseignants0,291 · 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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTeaching and Learning ProgrammingTravaux en français237 207