MétaCan
Menu
Retour à la cohorte
Enregistrement W4308713572 · doi:10.24908/pceea.vi.15919

Pre-Production of a Gamified Experience for Creating New Design Thinking Mindset

2022· article· en· W4308713572 sur OpenAlexafffundvenueabout
Shelir Ebrahimi, Reza Yazdanpanah, Armaghan Taghvaei

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensMcMaster University
Organismes subventionnairesGovernment of OntarioMcMaster University
Mots-clésMindsetExperiential learningGRASPDesign thinkingProcess (computing)Engineering design processEngineering ethicsComponent (thermodynamics)EngineeringEngineering managementMathematics educationComputer scienceKnowledge managementPedagogyPsychologySoftware engineeringHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

In a rapidly changing world, Canadian Universities are preparing students by developing learner-centered experiential learning programs. Most of these programs within Engineering are mainly project-based courses to provide an opportunity for students to practice design-thinking process along with other technical skills. Engineering students are usually competent with the technical aspects of the design-thinking process, but they struggle to grasp the importance of the early steps that focus on understanding the challenge and generating ideas. A team of educators have come together to create gamified experiences to guide students through idea generation process. This mini-project is part of a larger work that focuses on the design and the development of a multi-component online course to train students in creating new engineering design thinking mindset. This paper that is a small piece of an on-going effort, focuses on the design and the test run of a gamified experience based on the concept of “what if?” question to help students to generate more ideas.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 Opus0,022
Tête enseignante GPT0,275
Écart entre enseignants0,253 · 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
GenreAutre

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
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetEducational Games and GamificationTravaux en français237 207