MétaCan
Menu
Retour à la cohorte
Enregistrement W4236216447 · doi:10.32920/14638575

A practical servomotor project: combining the Web with simulation tools to solidify concepts in undergraduate control education

2021· preprint· en· W4236216447 sur OpenAlexafffundabout
M S Zywno, D C Kennedy

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesRyerson University
Mots-clésComprehensionEnthusiasmComputer scienceCurriculumProcess (computing)Control (management)Course (navigation)MultimediaSoftware engineeringHuman–computer interactionEngineeringArtificial intelligencePedagogyProgramming languagePsychology

Résumé

récupéré en direct d'OpenAlex

Current technology enables the lecturer to use computer tools to enhance the conceptualisation of lecture material. This can be especially useful in an engineering curriculum, as the course material can be rendered less abstract through visual illustration of difficult mathematical concepts. In this paper, we present an example of a multimedia enhanced course in linear control theory, taught by authors at Ryerson Polytechnic University (Toronto, Canada). In our implementation of the course, we combine software simulations of practical systems to illustrate control theory concepts with extensive online course notes to assist with comprehension. Followup analysis shows that the use of the WWW and computer tools to enhance the learning process leads to increased enthusiasm, comprehension, and information retention. A review of the process required to create the technology enabled learning environment shows that initially there is a great deal of work involved. However, we conclude that the effort is justified by allowing a positive qualitative change in the way we educate engineering students.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,287
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,337
Écart entre enseignants0,311 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetExperimental Learning in EngineeringTravaux en français237 207