MétaCan
Menu
Retour à la cohorte
Enregistrement W4242119943 · doi:10.1145/637610.544457

On using the web as a collaboration space in the context of an industrial simulation

2002· article· en· W4242119943 sur OpenAlexaff
Sylvie Ratté, Jocelyne Caron

Notice bibliographique

RevueACM SIGCSE Bulletin · 2002
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensUniversité du Québec à MontréalÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Computer scienceClass (philosophy)Factory (object-oriented programming)Space (punctuation)Problem-based learningMultimediaMathematics educationArtificial intelligencePsychology

Résumé

récupéré en direct d'OpenAlex

We present a teaching method aimed at developing higher programming skills from description to production. The model is derived from problem-based learning approaches. It is supported by an "incremental" web site that gradually introduces theoretical presentations, examples, programs and information regarding the problem. The web site is also used as a collaboration space where students can find partial solutions proposed by other teams as well as "requests" submitted by a fictitious client. At the end of the project, each product is published and the best teams are awarded a virtual medal.We had four objectives. The first was to get students to share their expertise and learn to work in teams; second, to teach students the importance of doing a conceptual analysis rather than jumping into programming; third, to introduce theoretical notions, exercises, and examples in class when the students asked for them; and finally, to get students to formulate and describe problems by themselves.Students had to produce a large-scale project that consisted of simulating a factory. The project can be understood at two levels: the first is the problem of developing a discrete simulation of a factory; the second is the creation of the program itself which simulates the industrial context by requiring constant adjustment to new instructions and data.Although this approach requires a lot of effort and coordination on the part of the instructor, the benefits are definitely worthwhile. The model provides students with a broad, in-depth and rewarding learning experience.

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)0,004
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: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0060,009
Science ouverte0,0020,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,060
Tête enseignante GPT0,309
Écart entre enseignants0,249 · 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

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACM SIGCSE BulletinMême sujetOpen Education and E-LearningTravaux en français237 207