MétaCan
Menu
Retour à la cohorte
Enregistrement W4245292097 · doi:10.32920/ryerson.14648649

Exploring Interactive Technology In Education Through The Use Of 3D Lenticular Projection And Volumetric displays

2021· preprint· en· W4245292097 sur OpenAlexaff
Michael Carter-Arlt

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineComputer Science
ThématiqueAugmented Reality Applications
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésBattleRendering (computer graphics)Computer scienceLaptopMultimediaSoftwareStudent engagement3d modelHuman–computer interactionArduinoComputer graphics (images)Mathematics educationPsychologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This project explores some of the ways interactive technology has been used in education to increase student engagement, and suggests how novel rendering and interaction technologies can be used in learning environments to increase student engagement. With the utilization of the Unity game engine, Near Field Communication using an Arduino, and Vuforia image recognition software, a 3D platform was created for a technology called the Looking Glass, which adapts 3D models to appear as 3D holograms. The idea behind the platform was to suggest ways in which technology can be used to create more engaging content in an educational setting, in order to combat the constant struggle many students have with diverting their attention away from their distracting smartphones. In the end, the goal is to suggest that in battle against distractions in a classroom, engaging content prevails over technology confiscation.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil0,412

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
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 Opus0,139
Tête enseignante GPT0,315
Écart entre enseignants0,176 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAugmented Reality ApplicationsTravaux en français237 207