MétaCan
Menu
Retour à la cohorte
Enregistrement W4403584275 · doi:10.24815/pesare.v2i2.38662

Pengenalan Profesi Arsitek dan Perencana Kota melalui Kelas Hibrid Interaktif pada Masa Pandemi Covid-19 bagi Siswa SD di Banda Aceh

2024· article· en· W4403584275 sur OpenAlexaff
Sylvia Agustina, Muhammad Heru Arie Edytia, Aghnia Zahrah, Issana Meria Burhan, Sri Anggina Harahap

Notice bibliographique

RevueJurnal Pengabdian Sains dan Rekayasa. · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueEdcuational Technology Systems
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Medicine

Résumé

récupéré en direct d'OpenAlex

This article reports on the design and implementation of thematic extracurricular activities for primary school students regarding the introduction of two professions : architect and urban planner. The program was carried out during the pandemic with all the limitations for direct physical interaction. This report elaborated methods for combining materials and ways to manage interactions in such situation. The combination of materials is expected to provide an introduction to the professions and introduce knowledge about the field in an interesting and age-appropriate way for children. It also act as a proxy to reach parents and schools with architectural design and urban planning issues. Implementation that combines offline and online methods is an alternative model for implementing other activities both during the pandemic and in normal situations. The results of the activity show that students and parents were very interested and actively involved. The main obstacle faced and worth anticipating in implementing similar activities is the level of familiarity with online interactions (with was new at the time) and finding mechanisms for activities to develop scientific interests at an early age, not incidentally but on a regular 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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0340,012

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 Opus0,035
Tête enseignante GPT0,300
Écart entre enseignants0,264 · 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'étudeObservationnel
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 revueJurnal Pengabdian Sains dan Rekayasa.Même sujetEdcuational Technology SystemsTravaux en français237 207