MétaCan
Menu
Retour à la cohorte
Enregistrement W3211936646 · doi:10.20897/ejsteme/11322

Tech Lunar Toilet: A STEM Project with High School Students

2021· article· en· W3211936646 sur OpenAlexaff
José Darío Perea, David Guillermo Bustamante, Ana Maria Perez, Kyangzi Calderon Cerquera, Carolina Orozco-Donneys, Ana María Orozco, Jaime Andres Giron-Sedas

Notice bibliographique

RevueEuropean Journal of STEM Education · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésToiletOutreachRoboticsArtificial intelligenceEngineering managementComputer scienceEngineeringArchitectural engineeringRobotPolitical science

Résumé

récupéré en direct d'OpenAlex

We performed an innovative STEM outreach project. High school students from the Colombian robotics’ designed a prototype of a Lunar Loo named Tech Lunar Toilet (TLT) that was part of the international HeroX-NASA Challenge. These experiences were possible thanks to a wonderful network of collaboration. As a result of this program, the students that participated were able to cultivate their curiosity, strengthen their scientific skills and increase their interest in pursuing careers in STEM fields. Simultaneously, they were able to contrast visual and instrumental data obtained from the robotics and new technologies that can be performed in the microgravity environments for future space explorations. The efficient TLT suction system will guarantee proper operation in both microgravity and lunar gravity. Most of the structure can be built in a 3D printer using PLA as a raw material. This polymer made from renewable resources with mechanical properties comparable to the petroleum-based ones will allow reducing the weight of the structure. We recognized that our project-based education is a powerful engine for development. We share our methodology for the construction of our TLT that can be used in microgravity. We also show the progression and impact of this innovative project of scientific dissemination.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,002
Communication savante0,0030,001
Science ouverte0,0010,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 Opus0,011
Tête enseignante GPT0,226
Écart entre enseignants0,215 · 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'étudeSans objet
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of STEM EducationMême sujetBiomedical and Engineering EducationTravaux en français237 207