MétaCan
Menu
Retour à la cohorte
Enregistrement W7132685937

A multi-role reconfigurable trainer for naval combat information operators

2018· article· en· W7132685937 sur OpenAlexvenueaboutno aff
Bruno Emond, Irina Kondratova, Guillaume Durand, Julio J. Valdés

Notice bibliographique

RevueNPARC · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueIntelligent Tutoring Systems and Adaptive Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrainerKey (lock)NavySet (abstract data type)Domain (mathematical analysis)Training (meteorology)Subject-matter expert
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The paper describes our efforts to identify a key set of requirements for a Naval Combat Information Operators training simulation based on a MultiRole Reconfigurable Trainer framework. The project was executed for the Royal Canadian Navy by the National Research Council Canada with the collaboration of Defence Research and Development Canada. The main training issue to be addressed is to augment team training readiness in the transition from individual training to team training. The training domain use case was the acquisition of tactical voice procedures by novice AntiSubmarine Plotting Operators (ASPO), a skill domain particularly suited for a learning-by-doing approach using training simulations. The project explored training technologies that use synthetic teammates to improve the readiness of novice individuals to participate in live team training. The approach we used to achieve this objective included a literature review of key technology areas of interests, training application prototyping, and generation of simulated data of learners’ performance. Each of these aspects of the approach is discussed in the corresponding section. The focus of the literature review was on technologies incorporating synthetic teammates using automatic speech recognition and speech synthesis to capture trainees’ utterances and simulate teammates communication. The section on the training application prototype presents a use case for the verbal tactical procedure which provided the basis to develop the software’s interactive workflows, and, in particular, the construction of a Multi-Role Reconfigurable Trainer prototype. The section on simulated data provides examples of three learning analytics methods applied to a simulated dataset for a group of trainees learning the tactical verbal procedure associated with an initial contact report. Finally, a conclusion reviews the main project results, and identifies possible areas for future research work.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,885
Score d'incertitude au seuil0,355

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,255
Écart entre enseignants0,232 · 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 tête enseignante, 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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetIntelligent Tutoring Systems and Adaptive LearningTravaux en français237 207