MétaCan
Menu
Retour à la cohorte
Enregistrement W4395470242 · doi:10.23977/aetp.2024.080312

The Design of In-class Practical Training of Commodity Science Course Based on Project-based Teaching Method

2024· article· en· W4395470242 sur OpenAlexvenueno aff
Bo Wang

Notice bibliographique

RevueAdvances in Educational Technology and Psychology · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEducational Reforms and Innovations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCourse (navigation)Class (philosophy)Mathematics educationTraining (meteorology)Computer scienceCommodityEngineering managementEngineeringArtificial intelligencePsychologyBusinessGeography

Résumé

récupéré en direct d'OpenAlex

With the increasing abundance of commodities, commodity science has shown great vitality. However, in some colleges and universities, the practical teaching of Commodity Science is insufficient and deviates from the discipline development and curriculum characteristics. How to integrate practice into theory teaching, in-class training is an appropriate method. Based on the analysis of the characteristics of Commodity Science and its theoretical teaching status, this paper discusses the design ideas, principles and an implementation segment of in-class training of Commodity Science based on project-based teaching method, and gives eight in-class training projects. The training program covers four teaching modules: commodity cognition, commodity management, commodity supervision and commodity consumption, and relevant teachers can extend and expand on this basis.

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)0,001
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 enseignants0,460
Score d'incertitude au seuil0,591

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,050
Tête enseignante GPT0,458
Écart entre enseignants0,408 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Educational Technology and PsychologyMême sujetEducational Reforms and InnovationsTravaux en français237 207