MétaCan
Menu
Retour à la cohorte
Enregistrement W4392376821 · doi:10.31428/10317/12103

Educ@bot: Plataforma educativa eXeLearning para la enseñanza interdisciplinar de la micro-robótica práctica

2024· article· es· W4392376821 sur OpenAlexaff
Gallardo Vázquez Sergio

Notice bibliographique

Revuenon disponible
Typearticle
Languees
DomaineComputer Science
ThématiqueE-Learning and Knowledge Management
Établissements canadiensInstitute for Clinical Evaluative Sciences
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

[SPA] EDUCABOT es una plataforma de enseñanza basada en la herramienta de software libre eXeLearning que introduce a los estudiantes en el campo de la micro-robótica a través de una completa guía de los aspectos más importantes del sector, las diferentes plataformas, tipos de robots, el hardware, el software, etc., forman parte de esta plataforma. Es una visión panorámica de los principales elementos que nos ofrece el sector, comparando productos y empresas, dando la oportunidad a los alumnos de introducirse en el mundo de la micro-robótica al mismo tiempo que desarrollan, paralelamente, competencias lingüísticas, de trabajo en equipo, de aprender a aprender, etc. eXeLearning nos da soporte en este camino, siendo una herramienta que permite, entre otras bondades, integrar los elementos desarrollados como paquetes SCORM dentro de una plataforma de enseñanza como Moodle. [ENG] Educ@BOT is a web platform based on the open software eXeLearning that introduces to the students in the field of the microrrobotics through and complete guide of the most important aspects of this field, different platforms to be used, different kind of microrobots, hardware, the software, and son on, are included in this platform. It is a panoramic vision of whatever you can find in the main microelectronic devices based on Arduino and focused in the design of different types of microrrobots. You can compare them at the time you improve language skills and the capability of learn to learn. eXeLearning supports this innovation project and integrates all the documentation included, at the time you can convert it in SCORM packets and include the in a learning management platform as Moodle.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,034
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0340,020

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 Opus0,014
Tête enseignante GPT0,323
Écart entre enseignants0,309 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetE-Learning and Knowledge ManagementTravaux en français237 207