MétaCan
Menu
Retour à la cohorte
Enregistrement W4391562711 · doi:10.18260/1-2--40425

Remote Laboratory-Based Learning in A Thermal Fluid Course

2024· article· en· W4391562711 sur OpenAlexaff
M. A. Rafe Biswas, Ola Al‐Shalash, Nael Barakat

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensMcMaster UniversityConcordia University
Organismes subventionnairesGrand Valley State UniversityAmerican Society for Engineering Education
Mots-clésExperiential learningComputer scienceActive learning (machine learning)Process (computing)ComprehensionRemote laboratoryMultimediaSimulationMathematics educationPsychologyWorld Wide WebArtificial intelligenceThe InternetOperating system

Résumé

récupéré en direct d'OpenAlex

Most educators look for experiential learning elements to engage students through interactive concept practice, thus leading their students to reach improved levels of comprehension.The COVID-19 pandemic created a unique challenge for instructors forcing them to adjust their laboratory-based courses and to adapt to a new remote educational medium involving experiential learning.Many innovative ways came to light and were implemented by educators to overcome this challenge.This includes simulations, recorded experiments, and live experiments run by the instructor and watched by students remotely, to name a few.Along the same line of efforts to alleviate challenges to experiential learning imposed by the COVID-19 pandemic, a remotely accessible experimental system was developed, tested, and employed to provide students an interactive and live hands-on learning experience.A heat exchanger system was built and tested with active involvement from students.The system was tested for remote access through an interactive computer interface to run an experiment and obtain measurements of various in-process parameters of the heat exchanger using a data acquisition system.After completion of the testing phase, the system was integrated over two academic terms in a thermal fluid laboratory course.Indirect and direct assessment of students' comprehension and engagement as they used the remote laboratory activity was carried out to evaluate the experiential learning experience for the students.The student feedback regarding remotely operating the heat exchanger system was mostly positive and the direct assessment data shows that the learning experience for students was not impeded during the pandemic due to the utilization of the new device.The system will continue to be implemented face-to-face with option of remote access available in future course offerings.Such a remote laboratory experience has shown great potential to complement and even enhance experiential learning experience of students in a laboratory course.Future plans include building and integrating more similar experimental devices and setups to enhance our preparedness for the unknown.

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)0,003
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0360,011

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 Opus0,004
Tête enseignante GPT0,221
Écart entre enseignants0,217 · 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
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetExperimental Learning in EngineeringTravaux en français237 207