MétaCan
Menu
Retour à la cohorte
Enregistrement W4360611081 · doi:10.5430/jct.v12n2p103

Features of the Application of Smart Technologies for the Development of Various Directions of Design Education

2023· article· en· W4360611081 sur OpenAlexvenueno aff
Oksana PASKO, Hanna Omelchenko, Svitlana Ostapyk, Aureliia KOLIESNIKOVA, Наталія Бондаренко

Notice bibliographique

RevueJournal of Curriculum and Teaching · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Innovations and Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInformatizationProcess (computing)IdealizationComputer scienceAbstractionEngineering managementManagement scienceEngineering ethicsKnowledge managementEngineering

Résumé

récupéré en direct d'OpenAlex

The current increase in requirements for designers in various professional fields is due to the challenges posed by globalization and the informatization of modern society as the main trends in its development. The integration of modern technologies into the structure of designers' professional activities requires a revision of approaches to the professional training of both future design professionals and artists in general. The article aims to study the theoretical foundations and certain practical aspects of the application of SMART technologies in the design education of HEIs of technical and humanitarian orientation. Methodology. The study applied analytical and bibliographic, systemic and structural, comparative, logical, and linguistic methods, analysis, synthesis, induction, and deduction in the processing of scientific information on the use of SMART technologies in design education. Moreover, the methods of abstraction and idealization served to study and process statistical and analytical data. Analysis, synthesis, induction, and deduction helped to study the scientific literature and summarize the results of the survey. Results. The study examined the theoretical foundations and results of a survey on the concept and main trends of design education, as well as the prerequisites, patterns, and directions of development of SMART technologies in terms of assessing the experience of their use in the educational process in teaching design specialties.

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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,688
Score d'incertitude au seuil0,102

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,000
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 Opus0,026
Tête enseignante GPT0,305
Écart entre enseignants0,279 · 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'étudeAutre devis
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Curriculum and TeachingMême sujetEducational Innovations and ChallengesTravaux en français237 207