MétaCan
Menu
Retour à la cohorte
Enregistrement W4389325175 · doi:10.22582/ta.v12i2.676

Teaching Virtual Forensic Anthropology Labs: Methods and Reflections

2023· article· en· W4389325175 sur OpenAlexafffund
J Ross, Clarence Surette, Kathleen Whitaker, Tamara L. Varney

Notice bibliographique

RevueTeaching Anthropology · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage Processing and 3D Reconstruction
Établissements canadiensLakehead University
Organismes subventionnairesLakehead University
Mots-clésComputer scienceQuality (philosophy)Forensic anthropologyVirtual realityEngineering ethicsHuman–computer interactionMathematics educationPsychologySociologyEngineeringEpistemologyAnthropology

Résumé

récupéré en direct d'OpenAlex

Development of virtual labs for Forensic Anthropology was complicated by the notion that the skeleton cannot be learned without physical manipulation. This was addressed by using free programs to teach using 3D models of bone. Successes and shortcomings are discussed based on student and educator feedback. Integration of 3D models in teaching is plausible as it reduces deterioration of specimens and increases accessibility of the lab, however, the ethics of digital archaeology, including curation of human skeletal models, is an unsolved challenge. Overall, although 3D modelling cannot replace hands-on learning, teaching virtually can indeed ensure high-quality instruction is delivered.

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)0,047
score de la tête « metaresearch » (Gemma)0,025
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,250

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0470,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,007
Communication savante0,0090,005
Science ouverte0,0040,008
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,037
Tête enseignante GPT0,416
Écart entre enseignants0,379 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTeaching AnthropologyMême sujetImage Processing and 3D ReconstructionTravaux en français237 207