Applying Machine Learning in Science Education Research
Lingua: inglese
Editore: Springer International Publishing AG, CH, 2025
- Brossura
- Nuovo
Da: Rarewaves.com UK, London, Regno UnitoRarewaves.com UK
Venditore AbeBooks dal 11 giugno 2025
Condizione: Nuovo
EUR 55,02
Quantità: 1 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
This open access textbook offers science education researchers a hands-on guide for learning, critically examining, and integrating machine learning (ML) methods into their science education research projects. These methods power many artificial intelligence (AI)-based technologies and are widely adopted in science education research. ML can expand the methodological toolkit of science education researchers and provide novel opportunities to gain insights on science-related learning and teaching processes, however, applying ML poses novel challenges and is not suitable for every research context.The volume first introduces the theoretical underpinnings of ML methods and their connections to methodological commitments in science education research. It then presents exemplar case studies of ML uses in both formal and informal science education settings. These case studies include open-source data, executable programming code, and explanations of the methodological criteria and commitments guiding ML use in each case. The textbook concludes with a discussion of opportunities and potential future directions for ML in science education.This textbook is a valuable resource for science education lecturers, researchers, under-graduate, graduate and postgraduate students seeking new ways to apply ML in their work.…
Codice articolo LU-9783031742262
- Titolo
- Applying Machine Learning in Science Education Research
- Autore
- Marcus Kubsch, Peter Wulff, Christina Krist
- Editore
- Springer International Publishing AG, CH
- Anno di pubblicazione
- 2025
- Condizione
- New
- Rilegatura
- Paperback
- Lingua
- inglese
- ISBN 10
- 3031742265
- ISBN 13
- 9783031742262
- Edizione
- 2025 ed.
- Peso dell'articolo
- 594 grammi
- Dimensioni
- 15.5 x 2.21 x 23.5 cm
- Serie
- Libro 57 di 57: Springer Texts in Education
This open access textbook offers science education researchers a hands-on guide for learning, critically examining, and integrating machine learning (ML) methods into their science education research projects. These methods power many artificial intelligence (AI)-based technologies and are widely adopted in science education research. ML can expand the methodological toolkit of science education researchers and provide novel opportunities to gain insights on science-related learning and teaching processes, however, applying ML poses novel challenges and is not suitable for every research context.
The volume first introduces the theoretical underpinnings of ML methods and their connections to methodological commitments in science education research. It then presents exemplar case studies of ML uses in both formal and informal science education settings. These case studies include open-source data, executable programming code, and explanations of the methodological criteria and commitments guiding ML use in each case. The textbook concludes with a discussion of opportunities and potential future directions for ML in science education.
This textbook is a valuable resource for science education lecturers, researchers, under-graduate, graduate and postgraduate students seeking new ways to apply ML in their work.
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Peter Wulff works in the field of physics education research and science education research. He developed machine learning-based models to automatically assess pre-service physics teachers’ written reflections as well as physics problem solving. This work was published in peer-reviewed science education journals and journals specifying on artificial intelligence research in education. His work was funded by the Federal Ministry of Education and Research, Germany, and foundations.
Marcus Kubsch works in the area of science education research. He has used machine learning methods to detect students' emotions in multimodal data and to automatically provide feedback for pre-service teachers’ homework assignments. He is currently leading two large research projects that investigate the potentials of machine learning to identify K-12 students’ trajectories in science and automatically provide individualized feedback.
Christina Krist conducts research in science education focused on the epistemologies and ethics guiding K-12 students’ participation in science practices. She has been the recipient of both Dissertation and Postdoctoral Fellowships from the NAEd/Spencer Foundation. She is currently the PI of an NSF-funded project developing new methodologies that leverage machine learning in qualitatively analyzing visual and audio features of classroom video data.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
Rarewaves.com UK
London, Regno Unito
Venditore AbeBooks dal 11 giugno 2025
Tariffe di spedizione da Regno Unito a U.S.A.
| Articolo | Da 60 a 60 giorni lavorativi | Da 60 a 60 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 75,80 | EUR 116,61 |
Metodi di pagamento
Informazioni sull’azienda del venditore
RAREWAVES.COM LIMITED
Elsley Court, 20-22 Great Titchfield Street
London, Regno Unito W1W 8BE
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a Rarewaves.com UK, Unit 144 The Lightbox, 111 Power Road, W4 5PY, London, London, United Kingdom, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Please note that we do not offer Priority shipping to any country.
We currently do not ship to the below countries:
Russia
Belarus
Ukraine
Please do not attempt to place orders with any of these countries as a ship to address - they will be cancelled.