Une approche intégrée de la modélisation scientifique assistée par l'ordinateur
Bibliographic record
Abstract
Este artículo presenta las consideraciones teóricas, didácticas y tecnológicas que nos han llevado a emprender una investigación relativa al desarrollo de un entorno informatizado de aprendizaje de la modelización científi ca que combina un sistema de experimentación asistida por ordenador y un sistema de simulación asistida por ordenador. La funcionalidad más original de dicho entorno permite comparar una simulación animada y una secuencia de vídeo por medio de la superposición directa de las imágenes. Los principales resultados de esta investigación atañen a la utilización del contorno desarrollado en el contexto de la formación en mecanica clásica, al nivel de la enseñanza universitaria y a la posibilidad de modelización automática de los razonamientos de aprendizaje de los estudiantes. Las propiedades de este nuevo tipo de software, puestas en evidencia por nuestra investigación, merecerían ser estudiadas más profundamente, sobre todo en lo relativo a la rapidez de aprendizaje de la modelización, al enriquecimiento del razonamiento del estudiante y a las solicitaciones entre inducción y deducción.
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 | 0.007 | 0.014 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.004 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.005 | 0.007 |
| Research integrity | 0.005 | 0.004 |
| Insufficient payload (model declined to judge) | 0.016 | 0.008 |
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".