Platform for in-person or remote teaching and learning of concepts and practices in the Internet of Things.
Notice bibliographique
Résumé
A crescente complexidade do mercado tecnológico e a necessidade de profissionais aptos a resolver problemas reais motivam alterações nos processos de ensino e aprendizagem em Engenharia. Esta pesquisa busca contribuir para preencher a lacuna entre teoria e prática, propondo uma plataforma educacional que utiliza a placa Labrador para ensino e aprendizado de conceitos de Internet das Coisas (IoT), em modalidades presencial e remota. O método Design Based Research foi empregado para desenvolver a plataforma como um ambiente de laboratório para uso presencial ou remoto, onde alunos podem interagir com elementos e dispositivos físicos IoT, por meio de programação em Python e/ou blocos visuais. A plataforma inclui um banco inicial com sugestões de atividades, que progridem em complexidade e, ao mesmo tempo, incentivam a autonomia dos estudantes, permitindo que avancem da prática orientada pelo professor para a elaboração mais autônoma de soluções para problemas. A plataforma apresenta vantagens em termos de acessibilidade e custo. Testes preliminares com docentes e alunos de Engenharia, apontam potencial para facilitar e ampliar o acesso `a aprendizagem prática de IoT, tanto em ambientes presenciais quanto à distância.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,066 | 0,040 |
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 source (Gemma direct ou Codex distillé), 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 ».