MétaCan
Menu
Retour à la cohorte
Enregistrement W7106694384 · doi:10.5281/zenodo.17711563

[WP4] D4.1 PAX Guideline for Developers

2024· article· en· W7106694384 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueAugmented Reality Applications
Établissements canadiensCanadian Turfgrass Research Foundation
Organismes subventionnairesnon disponible
Mots-clésDeliverableBridge (graph theory)Process (computing)WorkbookResource (disambiguation)Work (physics)Conceptual framework

Résumé

récupéré en direct d'OpenAlex

This deliverable presents the first draft of the PAX Guidelines aimed at supporting developers in creating didactically meaningful extended reality (XR) applications for educational purposes. Developed as part of the PAX Project, the guidelines combine insights from pedagogical theory, XR development practices, and collaborative research across academia and industry. The structured framework consists of four steps - capture, plan, realize, and apply - guiding developers through the process of integrating XR technology into educational contexts effectively. Drawing on foundational elements such as FH Münster’s EduAR Workbook and Enversed’s XR Canvas, the PAX Guidelines also incorporate findings from interdisciplinary workshops, surveys, and analyses conducted within the project’s work packages. These findings highlight the need for a practical, user-friendly resource for developers and underscore the challenges of aligning pedagogical principles with technical design.This document outlines the methodology behind the PAX Guidelines, details their conceptual structure, and discusses the collaborative processes involved in their creation. While the first draft remains conceptual, analogue to the PAX Framework for teachers (WP3), the next steps involve translating it into an interactive website prototype, testing it in real-world development scenarios, and refining it based on feedback. The guidelines aim to bridge the gap between education and technology, providing a tool that not only supports developers but also fosters the meaningful use of XR in classrooms. This deliverable lays the groundwork for future testing, iteration, anddissemination, with the ultimate goal of promoting innovation in educational XR applications.

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)0,020
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,056
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,004
Communication savante0,0090,007
Science ouverte0,0040,007
Intégrité de la recherche0,0080,007
Charge utile insuffisante (le modèle a refusé de juger)0,0500,048

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 Opus0,045
Tête enseignante GPT0,285
Écart entre enseignants0,240 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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 revueZenodo (CERN European Organization for Nuclear Research)Même sujetAugmented Reality ApplicationsTravaux en français237 207