Catch the Bus©: using a gamified application to introduce travel training for students with exceptionalities
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Gamified learning is becoming more prevalent in educational settings. In this study the authors use a gamified web-based application, Catch the Bus© (CtB) to teach public transportation skills. Navigating public transportation is key to independent living. Existing supports for public transportation training are inadequate for individuals with exceptionalities due to a lack of age appropriateness and immediate ridership feedback. Thus, this research explored the potential of CtB in terms of (i) alleviating anxiety and promoting confidence, and (ii) teaching public transportation skills such as problem solving, map reading, time management, and digital literacy in individuals with exceptionalities. Participants in this mixed-methods study included high school students with exceptionalities (e.g. social and generalized anxieties, dyslexia, autism) in a life skills course taken as preparation for transitioning to independent living. Data sources included pre- post-CtB training surveys and journal reflections of applied CtB training as participants navigated their city. Findings indicate CtB is an effective gamified digital tool for (i) teaching public transportation skills, (ii) promoting confidence with using public transportation, and (iii) alleviating public transportation-related anxiety. Interestingly, findings also revealed a disconnect between participants’ perceived and actual digital competencies, thus warranting further investigation.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 découle