Model Design of Art Design Teaching Reform by Integrating Virtual Reality Technology Guided by Patent Achievement Transformation
Notice bibliographique
Résumé
Virtual reality technology, as a trend of the development of the new era, has a profound impact and influence on traditional art design teaching.This paper combines virtual reality technology to construct a classroom teaching interactive analysis system to help art design teaching reform.All the objects required for the art design teaching scene are modeled in 3Ds Max, the mapping of each object in the scene is beautified using Photoshop, the FBX format file with animation effect is output, and Unity3D is used for the design and development of the VR part.Subsequently, a quantitative coding form for classroom observation, methods and rules for behavioral data collection, and a classroom migration matrix for analysis were designed to analyze the teaching interaction behaviors in the smart classroom classroom from the micro level.The characteristics of the teaching model in the art and design classroom were captured at the macro level based on the S-T analysis.A teaching experiment was conducted in a school's art design program after the FIAS analysis.The improved art design classroom interaction increased for the blended teaching mode, and the average of the pre and posttest scores of the experimental class applying this model were 74.18 and 84.37 respectively, and there was a significant difference, which was a significant improvement over the control class.This study provides new ideas and methods for the teaching reform of art design majors in higher education institutions.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».