INCORPORATING TEAM-EFFECTIVENESS AS A LEARNING OBJECTIVE IN THE DESIGN PROJECT WITHIN A TECHNICAL CORE COURSE
Notice bibliographique
Résumé
CHE 230 ‘Environmental Chemistry’ is a core Chemical Engineering course offered in the spring semester of second year. A central element of the course is the ‘Environmental Consulting Engineering’ project, a full semester design project that is executed in five-member teams. The acquisition of teamwork and group-leadership skills has been one of the project learning objectives for about five years; the related instructional components have been refined every year. This presentation will describe the theoretical foundation and methods used to teach team-effectiveness as part of this design project. Instruction of team skills has been based on two conceptual frameworks. A leadership styles framework examines the preferences of individual students and helps students see how these styles are manifested within a team. This framework allows students to identify their leadership style preferences and more importantly, recognize the strengths of others, and styles that may be missing from their team. A team-effectiveness framework helps students examine organizational, relational and communication behaviours evident within their team, and thereby helps students to recognise where they do, or do not, tend to contribute. These two frameworks provide students with a shared vocabulary, along with a basis to observe and understand their team experiences that can then be used to promote learning and structured reflection. The instructional components used are an introductory lecture on team effectiveness, a two-hour team formation workshop, a reflection done by the team after the first major deliverable and an individual reflection at the end of the course. These components are intended to direct students from recognizing aspects of team-effectiveness, towards seeing deficiencies in their team or their individual contributions. The students are then guided towards finding practical tools and techniques that they can use to become more effective at different aspects of teamwork.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».