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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,508
Score d'incertitude au seuil0,673

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,012
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; un appel candidat d’une seule tête enseignante, pas un consensus.

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

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