論文の概要: How Beaufort, Neumann and Gates met? Subject integration with
spreadsheeting
- arxiv url: http://arxiv.org/abs/2309.12353v1
- Date: Thu, 31 Aug 2023 20:02:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-01 12:57:25.979463
- Title: How Beaufort, Neumann and Gates met? Subject integration with
spreadsheeting
- Title(参考訳): ボーフォートとノイマンとゲイツはどのように出会ったか。
スプレッドシートによる主題統合
- Authors: Maria Csernoch and Julia Csernoch
- Abstract要約: その結果,従来の授業書や非コンテクスト化されたデジタル環境よりも,知識とデジタルスキルを両学生が効率よく習得していることが判明した。
この方法は、デジタル環境において解がより効果的であるであろう紙ベースの問題に適応することができる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Computational thinking should be the fourth fundamental skill, along with
reading, writing, and arithmetic (3R). To reach the level where computational
thinking skills, especially digital problem solving have their own schemata,
there is a long way to go. In the present paper, a novel approach is detailed
to support subject integration and building digital schemata, on the well-known
Beaufort scale. The conversion of a traditional, paper-based problem and a data
retrieval process are presented within the frame of a Grade 8 action research
study. It is found that both students content knowledge and their digital
skills developed more efficiently than in traditional course book and
decontextualized digital environments. Furthermore, the method presented here
can be adapted to any paper-based problems whose solutions would be more
effective in a digital environment and which offer various forms for building
schemata both in the subject matter and informatics.
- Abstract(参考訳): 計算思考は、読み書き、算術(3r)とともに、第4の基本的なスキルであるべきである。
計算思考スキル、特にデジタル問題解決が独自のスキーマを持つレベルに達するには、長い道のりがあります。
本稿では,よく知られたビューフォート尺度を用いて,主題の統合とデジタルスキーマ構築を支援する新しい手法について述べる。
従来の紙ベースの問題とデータ検索プロセスの変換は、グレード8アクションリサーチ研究のフレーム内で提示される。
学生の知識とデジタルスキルは,従来のコースブックやデコンテクスト化されたデジタル環境よりも,より効率的に発達することが判明した。
さらに,本手法は,デジタル環境において解法がより効果的であり,主題と情報の両方においてスキーマを構築するための様々な形態を提供する紙ベースの問題に適応することができる。
関連論文リスト
- A Comprehensive Survey of 3D Dense Captioning: Localizing and Describing
Objects in 3D Scenes [80.20670062509723]
3Dシークエンスキャプションは、3Dシーンの詳細な説明を作成することを目的とした、視覚言語によるブリッジングタスクである。
2次元の視覚的キャプションと比較して、現実世界の表現が密接なため、大きな可能性と課題が提示される。
既存手法の人気と成功にもかかわらず、この分野の進歩を要約した総合的な調査は乏しい。
論文 参考訳(メタデータ) (2024-03-12T10:04:08Z) - From Digital Twins to Digital Twin Prototypes: Concepts, Formalization,
and Applications [55.57032418885258]
デジタル双対とは何かという合意的な定義は存在しない。
我々のデジタルツインプロトタイプ(DTP)アプローチは、組み込みソフトウェアシステムの開発と自動テストにおいて、エンジニアを支援します。
論文 参考訳(メタデータ) (2024-01-15T22:13:48Z) - Towards a Holistic Understanding of Mathematical Questions with
Contrastive Pre-training [65.10741459705739]
本稿では,数学的問題表現,すなわち QuesCo に対する対照的な事前学習手法を提案する。
まず、コンテンツレベルと構造レベルを含む2段階の質問強化を設計し、類似した目的で文字通り多様な質問ペアを生成する。
そこで我々は,知識概念の階層的情報を完全に活用するために,知識階層を意識したランク戦略を提案する。
論文 参考訳(メタデータ) (2023-01-18T14:23:29Z) - A Comprehensive Review of Digital Twin -- Part 2: Roles of Uncertainty
Quantification and Optimization, a Battery Digital Twin, and Perspectives [11.241244950889886]
第2報は,デジタル双生児の重要な実現技術に関する文献レビューである。
第3報では,バッテリディジタルツインを構築,試験して,モデリングおよびツインニング手法のいくつかを概説するケーススタディを提案する。
論文 参考訳(メタデータ) (2022-08-27T01:36:15Z) - A Comprehensive Review of Digital Twin -- Part 1: Modeling and Twinning
Enabling Technologies [11.241244950889886]
デジタルツイン(Digital twin)は、産業4.0時代の新興技術である。
デジタル双生児は、物理的世界を相互接続されたデジタルモデルのグループとしてモデル化することができる。
このレビューのパート2では、不確実性定量化と最適化の役割について論じている。
論文 参考訳(メタデータ) (2022-08-26T15:01:26Z) - Automatic Image Content Extraction: Operationalizing Machine Learning in
Humanistic Photographic Studies of Large Visual Archives [81.88384269259706]
本稿では,機械学習による大規模画像アーカイブの検索と解析のための自動画像コンテンツ抽出フレームワークを提案する。
提案する枠組みは、人文科学と社会科学のいくつかの分野に適用できる。
論文 参考訳(メタデータ) (2022-04-05T12:19:24Z) - Digital Editions as Distant Supervision for Layout Analysis of Printed
Books [76.29918490722902]
本稿では,この意味的マークアップを,レイアウト解析モデルのトレーニングと評価のための遠隔監視として利用する手法について述べる。
DTA(Deutsches Textarchiv)の50万ページにわたるモデルアーキテクチャの実験では、これらの領域レベルの評価手法と画素レベルのメトリクスとワードレベルのメトリクスとの高い相関性を見出した。
自己学習による精度向上の可能性と、DTAで訓練されたモデルが他の歴史書に一般化できる可能性について論じる。
論文 参考訳(メタデータ) (2021-12-23T16:51:53Z) - Neural Fields in Visual Computing and Beyond [54.950885364735804]
機械学習の最近の進歩は、座標ベースニューラルネットワークを用いた視覚コンピューティング問題の解決への関心が高まっている。
ニューラルネットワークは、3D形状と画像の合成、人体のアニメーション、3D再構成、ポーズ推定に成功している。
本報告は、文脈、数学的基礎、および、ニューラルネットワークに関する文献の広範なレビューを提供する。
論文 参考訳(メタデータ) (2021-11-22T18:57:51Z) - How Lexical Gold Standards Have Effects On The Usefulness Of Text
Analysis Tools For Digital Scholarship [0.2907403645801429]
本稿では,現在の語彙的類似性と類似金の標準が,それらが評価するために設計したモデルが何のために使用されるかという特定の考え方に適合するように構築されていることを述べる。
本稿では,デジタル人文科学と社会科学の要件の体系的な定式化を論じる。
論文 参考訳(メタデータ) (2021-05-31T12:40:10Z) - Automatic Identification of Types of Alterations in Historical
Manuscripts [0.0]
文書の変更を分類するための機械学習に基づく手法を提案する。
特に、コンテンツ関連変更を分類する新しい確率モデルを提案する。
ラベルのないデータについて、 alterLDA を適用すると、著者、編集者、その他の原稿寄稿者の変更行動に関する興味深い新しい洞察がもたらされる。
論文 参考訳(メタデータ) (2020-03-20T08:05:27Z) - Towards Digital Engineering -- The Advent of Digital Systems Engineering [6.034469109312663]
デジタル技術を活用するためのデジタルエンジニアリングのデジタルトランスフォーメーションであるDigital Engineeringが、グローバルにやってくる。
本稿では,新たなデジタル工学を支援するための理論,方法論,モデル,ツールの開発を目的とした,デジタルシステム工学について考察する。
論文 参考訳(メタデータ) (2020-02-21T04:58:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。