1 resultado para Deep Learning
em Repository Napier
Filtro por publicador
- Repository Napier (1)
- AMS Tesi di Dottorato - Alm@DL - Università di Bologna (34)
- AMS Tesi di Laurea - Alm@DL - Università di Bologna (76)
- Archivo Digital para la Docencia y la Investigación - Repositorio Institucional de la Universidad del País Vasco (2)
- Aston University Research Archive (10)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (BDPI/USP) (46)
- Biblioteca Virtual del Sistema Sanitario Público de Andalucía (BV-SSPA), Junta de Andalucía. Consejería de Salud y Bienestar Social, Spain (3)
- Biodiversity Heritage Library, United States (9)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (2)
- Brock University, Canada (1)
- Bucknell University Digital Commons - Pensilvania - USA (1)
- CentAUR: Central Archive University of Reading - UK (4)
- CiencIPCA - Instituto Politécnico do Cávado e do Ave, Portugal (1)
- Coffee Science - Universidade Federal de Lavras (1)
- Consorci de Serveis Universitaris de Catalunya (CSUC), Spain (84)
- Cor-Ciencia - Acuerdo de Bibliotecas Universitarias de Córdoba (ABUC), Argentina (4)
- DigitalCommons@The Texas Medical Center (1)
- Doria (National Library of Finland DSpace Services) - National Library of Finland, Finland (6)
- DRUM (Digital Repository at the University of Maryland) (2)
- Duke University (2)
- Escola Superior de Educação de Paula Frassinetti (1)
- FUNDAJ - Fundação Joaquim Nabuco (1)
- Galway Mayo Institute of Technology, Ireland (2)
- Georgian Library Association, Georgia (1)
- Glasgow Theses Service (1)
- Institute of Public Health in Ireland, Ireland (24)
- Instituto Politécnico do Porto, Portugal (151)
- Martin Luther Universitat Halle Wittenberg, Germany (18)
- Massachusetts Institute of Technology (1)
- Ministerio de Cultura, Spain (1)
- QUB Research Portal - Research Directory and Institutional Repository for Queen's University Belfast (6)
- RDBU - Repositório Digital da Biblioteca da Unisinos (1)
- ReCiL - Repositório Científico Lusófona - Grupo Lusófona, Portugal (4)
- Repositório Aberto da Universidade Aberta de Portugal (2)
- Repositório Científico da Universidade de Évora - Portugal (1)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (28)
- Repositório da Escola Nacional de Administração Pública (ENAP) (1)
- Repositório da Produção Científica e Intelectual da Unicamp (8)
- Repositório da Universidade Federal do Espírito Santo (UFES), Brazil (1)
- Repositório digital da Fundação Getúlio Vargas - FGV (1)
- Repositório do Centro Hospitalar de Lisboa Central, EPE - Centro Hospitalar de Lisboa Central, EPE, Portugal (2)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (2)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (61)
- Savoirs UdeS : plateforme de diffusion de la production intellectuelle de l’Université de Sherbrooke - Canada (2)
- Scielo España (1)
- Scielo Saúde Pública - SP (10)
- Scottish Institute for Research in Economics (SIRE) (SIRE), United Kingdom (13)
- Universidad del Rosario, Colombia (1)
- Universidade do Minho (29)
- Universidade dos Açores - Portugal (15)
- Universidade Federal do Rio Grande do Norte (UFRN) (1)
- Université de Lausanne, Switzerland (88)
- Université de Montréal (2)
- Université de Montréal, Canada (17)
- University of Canberra Research Repository - Australia (3)
- University of Queensland eSpace - Australia (160)
- University of Southampton, United Kingdom (1)
- University of Washington (4)
- Worcester Research and Publications - Worcester Research and Publications - UK (1)
Resumo:
The present paper introduces a technology-enhanced teaching method that promotes deep learning. Four stages that correspond to four different student cohorts were used for its development and to analyse its effectiveness. The effectiveness of the method has been assessed in terms of examination results as well as results obtained from class response system software statistics. The evidence gathered indicates that the method developed is very effective and its implementation is straightforward. Furthermore, its success in achieving results seems to be independent of the skills and/or experience of the lecturer.