MétaCan
Menu
Retour à la cohorte
Enregistrement W1877606768 · doi:10.24908/pceea.v0i0.4842

Collaborative Approach for Teaching Chemical Process Design

2013· article· en· W1877606768 sur OpenAlexafffundvenue
Michel F. Couturier, Guida Bendrich

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueProblem and Project Based Learning
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDeliverablePaceProcess (computing)Engineering managementWork (physics)Quality (philosophy)Engineering design processScheme (mathematics)Work in processEngineeringCollaborative engineeringMedical educationComputer scienceOperations managementMedicineSystems engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

A collaborative approach has been successfully used to teach the senior process design course in the Chemical Engineering program at UNB since 2010. Every design project in the course is sponsored by an outside client. Two teams of four or five students are assigned to each project. The teams work independently and are co-mentored by a faculty member and a practicing engineer. This collaborative approach brings engineering practice in the classroom while keeping faculty members in control of academic requirements. Eight evenly-spaced milestones pace students and co-mentors by defining the tasks that need to be accomplished, by setting the marking scheme for the deliverables and by providing a framework for the progressive assembly of a high-quality final report. Our approach has increased the number of faculty members interested in design activities and allows students to contribute to the local economy while becoming proficient in engineering design. Comments received from students, clients and co-mentors have been highly positive.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,002
Communication savante0,0030,002
Science ouverte0,0030,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0230,005

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 Opus0,008
Tête enseignante GPT0,250
Écart entre enseignants0,242 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations6
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetProblem and Project Based LearningTravaux en français237 207