MétaCan
Menu
Retour à la cohorte
Enregistrement W4380151723 · doi:10.23977/aetp.2023.070412

Research on Improving the Efficiency of Computer Teaching under the Intelligent Class Mode

2023· article· en· W4380151723 sur OpenAlexvenueno aff
Rong Zhou

Notice bibliographique

RevueAdvances in Educational Technology and Psychology · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Technology and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesTaishan University
Mots-clésClass (philosophy)Field (mathematics)Computer scienceMathematics educationValue (mathematics)Mode (computer interface)PhenomenonTeaching methodArtificial intelligenceHuman–computer interactionPsychologyMathematicsEpistemology

Résumé

récupéré en direct d'OpenAlex

Currently, some students have a serious phenomenon of being weary of studying, and outdated teaching method is one of the fundamental reasons, besides, it is even one of the biggest problems faced by education. Under the background of intelligent education, the construction of intelligent class is currently a hot research field for educators. Intelligent class is a new class teaching mode, which integrates moral wisdom, rational wisdom, practical wisdom, value wisdom and other wisdom. Taking "teaching— experiment—comprehensive practical training" as the teaching means, it aims to cultivate students' ability to analyze and solve problems, which is conducive to improving students' ability of independent learning and collaborative learning. This article aims to explore the construction ideas and methods of computer intelligent class, in order to promote the deep integration of information technology and education, and achieve deep transformation and innovation in computer teaching<sup>[1]</sup>.

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)0,002
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,412
Score d'incertitude au seuil0,478

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,070
Tête enseignante GPT0,474
Écart entre enseignants0,404 · 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'étudeThéorique ou conceptuel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Educational Technology and PsychologyMême sujetEducational Technology and PedagogyTravaux en français237 207