Graduate Attributes: Intentional Mapping and Assessment Portfolios
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In 1987, the University of Guelph introduced Learning1. CurricKit Outcomes Mapping has been created to support intentional curriculum development through aggregating faculty input on course outcomes to a program perspective.2. Progression Maps have been created to aid in the visualization of a program’s curriculum structure, through courses, semesters and program years3. A Portfolio System has been developed to permit student, educator and program portfolios to be built. These portfolios allow for reflection and for assessment of learning outcomes based on the artefacts of student work.This presentation will share current status and Guelph’s visions for the future - a future in which every student has a learning outcomes based portfolio and every program has an intentional curriculum map and a program level portfolio.By the end of this session, participants will be able to:• Describe the processes and tools being used at the University of Guelph,• Consider how to apply or adapt them for use in theirObjectives for all of its undergraduate programs. In 2004, the NSERC Chairs in Design Engineering released a white paper on Engineering Design Competencies. In 2009, the Province of Ontario mandated University Undergraduate Degree Level Expectations (UUDLEs). And finally, in 2010, the Canadian Engineering Accreditation Board (CEAB) began reviewing and assessing progress towards twelve graduate attributes. These initiatives are based on an outcomes philosophy towards curriculum development that is distinctly different from our historical, and still common, inputs based approach. Success in a learning outcomes approach relies on engaging students,educators and program leaders and is data-informed, educator- and student-driven, intentional and assessed. Guelph has been developing a combination of tools and processes to advance learning outcomes pedagogy:local context.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle