Intelligent Platform of Ideological and Political Education Resources under Digital Education Environment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
With the development of China's society, the construction and utilization of digital educational resources in the field of basic education in China has many years of practical experience and is gradually developing in depth. In this paper, the text quantization in vector space model was discussed in depth, and the improved Term-Frequency Inverse Document Frequency (TF-IDF) formula was described in detail, which aimed to build an intelligent platform for Ideological and Political Education (IPE) resources. In this paper, 200 students and 50 ideological and political teachers were investigated by questionnaire. It could be seen from the questionnaire data of teachers that only 20.00% of teachers were very satisfied with the application of digital education resources in the existing ideological and political discipline teaching. According to the data of the group experiment of 200 students, before the experiment, the scores of learning efficiency and learning achievement of the experimental group were 5.00 and 5.30 respectively, and the scores of the control group were 5.10 and 5.40 respectively. After the intervention experiment of IPE resource intelligence platform, the learning efficiency and learning achievement scores of the experimental group were 7.90 and 7.60 respectively, and the scores of the control group were 6.20 and 6.10 respectively. It was not difficult to see that the intellectual platform of IPE resources had a promoting effect on students' learning and was worthy of further promotion and application.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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