COGAF: A MANAGEMENT FRAMEWORK FOR GRADUATE ATTRIBUTES ASSESSMENT
Notice bibliographique
Résumé
The objective of this paper is to introduce COGAF (a Common Graduate Attributes management Framework), an end-to-end framework that can be used by Canadian higher-level education institutions for integrating and managing the assessment of CEAB (Canadian Engineering Accreditation Board) graduate attributes in a systematic manner. COGAF is designed around four components: Governance, People, Process, and Technology (GPPT). The governance component consists of a set of artifacts to guide the execution of a graduate attributes assessment project. It addresses the ‘what should be done and why’ questions. The PPT components address the ‘how’ and ‘when’. The people component focuses on setting the right conditions to select, train, motivate, and retain the people who will operate COGAF. The process component focuses on the activities that need be carried out during the assessment project, whereas the technology component looks at tools (e.g., software applications) and technological platforms to support smooth execution of the assessment project.COGAF relies on strong management practices. It is meant to be a turn-key solution to be used by any institution that wishes to engage in integrating graduate attributes in their programs. COGAF is easily customizable to fit the needs of small and large institutions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,039 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,014 | 0,010 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,017 | 0,016 |
| Science ouverte | 0,008 | 0,010 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,006 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».