Enseñanza geolocalizada de los proyectos urbanos: nuevas estrategias educativas con ayuda de dispositivos móviles: un estudio de caso de investigación educativa
Bibliographic record
Abstract
El presente trabajo incluido en un marco de investigación más amplio, tiene como objetivo la implementación de un sistema de navegación georeferenciado y con realidad aumentada sobre plataforma Layar© para dispositivos móviles con propósitos docentes. Dicha aplicación permite la creación de canales de información mediante bases de datos con modelos virtuales y todo tipo de contenido multimedia. La metodología de trabajo es la de un caso de estudio de investigación educativa llevada a cabo con estudiantes de Arquitectura y Planificación Urbana a nivel de máster en una materia centrada en el uso de las Tecnologías de la Información y la Comunicación en el Diseño Urbano, usando como tema central los campus universitarios. Denominamos Geo-elearning a nuestra experiencia porque además de usar estrategias propias del E-Learning, incorpora la geolocalización de contenidos, permitiendo, sobre un emplazamiento determinado, su evaluación con propósitos docentes, lo que nos ha permitido demostrar su viabilidad y eficacia educativa. El present treball inclòs en un marc d’investigació més ampli, té com objectiu la implementació d’un sistema de navegació georeferenciat i amb realitat augmentada sobre plataforma Layar© per dispositius mòbils amb propòsits docents. Aquesta aplicació permet la creació de canals d’informació mitjançant bases de dades amb models virtuals i tot tipus de contingut multimèdia. La metodologia de treball és la d’un cas d’estudi d’investigació educativa portada a terme amb estudiants d’Arquitectura i Planificació Urbana a nivell de màster en una matèria centrada en l’ús de les Tecnologies de la Informació i la Comunicació en el Disseny Urbà, utilitzant com tema central els campus universitaris. Denominem Geo-elearning a la nostra experiència perquè a més d’utilitzar estratègies pròpies de E-learning, incorpora la geolocalització de continguts permetent, sobre un determinat emplaçament, la seva avaluació amb propòsits docents, el que ens ha permès demostrat la seva visibilitat i eficàcia educativa. This paper, which is included in a larger research framework, aims to study the implementation of a mobile Geolocation-based Augmented Reality (AR) system on Layar© platform, for educational purposes. This application allows the creation of information channels using databases that store 3D models and all kinds of multimedia content. The working methodology for this educational research was the study case. It was conducted with students of Architecture degree and Urban Planning Masters, and we were focused on the use of ICT in Urban Design, using college campuses as a central theme. The experience was called Geo-learning because, besides the use of E-Learning strategies, it incorporated student’s 3d content geo-localization. This allowed its assessment on a particular site, and enabled us to demonstrate feasibility and effectiveness of this technology in educational settings.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".