MétaCan
Menu
Retour à la cohorte
Enregistrement W1898882016 · doi:10.24908/pceea.v0i0.5787

THE FACULTY OF ENGINEERING ATTRIBUTE ASSESSMENT PROCESS AT THE UNIVERSITY OF MANITOBA: SUGGESTIONS FOR CLOSING THE LOOP

2015· article· en· W1898882016 sur OpenAlexafffundvenueabout
Jillian Seniuk Cicek, Sandra Ingram, Nariman Sepehri

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Manitoba
Mots-clésAccreditationClosing (real estate)CurriculumContext (archaeology)Process (computing)Engineering educationMedical educationEngineeringEngineering managementEngineering ethicsPsychologyComputer sciencePedagogyPolitical scienceMedicineGeography

Résumé

récupéré en direct d'OpenAlex

This paper describes the findings from athree-year longitudinal study at the University ofManitoba designed to explore how the CanadianEngineering Accreditation Board (CEAB) graduateattributes are manifested and measured in the Faculty ofEngineering’s curriculum. Instructors from theDepartments of Biosystems, Civil, Mechanical, andElectrical and Computer Engineering were asked toconsider the presence of four of the 12 CEAB attributesand their subsequent indicators in one engineering coursetaught in one academic year. Each year, four differentattributes were targeted, chosen to reflect both thetraditional/technical and the professional/workplacecompetencies. Data were collected using a selfadministeredchecklist, which evolved over the three yearsof the study in an effort to more clearly define studentattribute competency levels, and to develop a commonlanguage and understanding in regards to the graduateattributes and the process of outcomes-based assessment.This final phase of the study enables us to understand howall 12 of the CEAB graduate attributes are manifest andmeasured across our engineering curricula, to discussour findings within the context of outcomes-basedassessment and accreditation protocols, and to strategizeways to close the loop.

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)0,231
score de la tête « metaresearch » (Gemma)0,294
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,951
Score d'incertitude au seuil0,961

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2310,294
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0080,009
Études des sciences et des technologies0,0300,012
Communication savante0,0250,025
Science ouverte0,0130,014
Intégrité de la recherche0,0140,022
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,012
Tête enseignante GPT0,225
Écart entre enseignants0,213 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations1
Publié2015
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetEngineering Education and Curriculum DevelopmentTravaux en français237 207