MétaCan
Menu
Retour à la cohorte
Enregistrement W1772948029 · doi:10.24908/pceea.v0i0.4685

ENHANCING THE ENGINEERING CURRICULUM THROUGH HOLISTIC ENGINEERING

2012· article· en· W1772948029 sur OpenAlexafffundvenue
Janelle MacDougall, A. A. G. Ham, Remon Pop‐Iliev

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSustainability in Higher Education
Établissements canadiensOntario Tech University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Ontario Institute of Technology
Mots-clésCurriculumEngineering ethicsSustainabilityEngineering educationProcess (computing)EngineeringGlobalizationHealth systems engineeringEngineering design processEngineering managementPsychologyPolitical scienceComputer sciencePedagogyMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The idea of a holistic approach to engineering design and education has been envisioned as a means to meet the perceived and emerging needs for innovation in the 21st century. Many engineering educators, practicing engineers and engineering students have already recognized the gaps and areas of potential improvements in the knowledge acquisition process implemented in current engineering degree programs when compared to current societal and technological issues and developments. We have explored opportunities to integrate practical communication and professional engineering experience through topics such as:sustainability, globalization, public policy, innovative design, health and safety, and ethical implications of emerging technologies into the current engineering curriculum. To achieve this, an experimental course was designed focusing on the aforementioned topics. Using real-life case studies to combine these themes, the course allows for group problem-solving exercises that would enhance the collaborative experience for students, and increase the appreciation for the profession of engineering. The results of the effectiveness of the holistic approach and case-based learning are discussed and respective recommendations are being made upon thefindings. This paper also provides insight as to how educators can incorporate these themes into the preexisting classes at university or into a stand alone course.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,590
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,266
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetSustainability in Higher EducationTravaux en français237 207