The Flood Resilience Challenge serious role-playing game as an online education and engagement tool in a large engineering class
Notice bibliographique
Résumé
Complex socio-environmental problems, such as flooding, cannot be adequately addressed through technical engineering solutions alone. Limited curricular opportunities exist for engineering students to understand and gain skills towards working collaboratively to address such problems. To enhance engineering students’ learning on flooding and engagement in the classroom, they participated in the Flood Resilience Challenge (FRC) serious role-playing game. This research investigates two main hypotheses. First, the FRC game is effective in helping students’ meet their learning objectives: (a) Increase flood literacy; (b) Better understand differing flood stakeholders’ views and power; and (c) Make connections between the game and real-life. Second, the FRC role-playing game will increase students’ engagement in the classroom through experiential learning. These hypotheses were tested using pre-game and post-game questionnaires, and a debrief. The findings suggest that the FRC game is an effective teaching-learning tool for enhancing engineering students’ understanding of the socio-environmental complexities of flooding issues. Students also reported that the FRC game, as an experiential learning tool, is more effective than traditional approaches to engineering education, such as lectures and readings. The research findings on the FRC game have relevance for a range of disciplines focusing on complex socio-environmental problems and as a tool to provide engaging online educational activities.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».