MétaCan
Menu
Retour à la cohorte
Enregistrement W3206988405 · doi:10.1093/iwc/iwab026

Design Strategies for Collaborative Learning in Tangible Tabletops: Positive Interdependence and Reflective Pauses

2021· article· en· W3206988405 sur OpenAlexafffund
Alyssa Friend Wise, Alissa N. Antle, Jillian L. Warren

Notice bibliographique

RevueInteracting with Computers · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensSimon Fraser University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaPacific Institute for Climate Solutions
Mots-clésSet (abstract data type)Computer scienceCollaborative designCollaborative learningHuman–computer interactionControl (management)PsychologyKnowledge managementArtificial intelligenceSystems design

Résumé

récupéré en direct d'OpenAlex

Abstract This mixed methods study examined the impact of two design strategies on interactional processes in a collaborative tangible-tabletop land-use planning simulation. Twenty pairs of fifth grade children used the simulation to create a world they would want to live in. To investigate the impact of positive interdependence half the pairs were assigned one of two roles, each with an associated set of tangible ‘land-use’ stamp tools. All pairs were given access to pause and reflect tools. Quantitative results showed that children in the positive interdependence condition gave more one-way explanations to their partners than control pairs. They also had fewer but longer instances of bilaterally resolved conflict. Qualitative findings indicated the importance of pause and reflect tools for provoking explanations and resolving conflict. This study has revealed important considerations for the instantiation of positive interdependence and reflective pauses in collaborative tabletop learning systems, showing both quantitative and qualitative differences in the interactional processes that result from these design strategies. CCS CONCEPTS. Human-centered computing → Empirical studies in collaborative and social computing.

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)0,008
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,032
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,003
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,392
Écart entre enseignants0,339 · 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'étudeObservationnel
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

Citations9
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInteracting with ComputersMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207