MétaCan
Menu
← Retour à la cohorte
Enregistrement W1942660119 · doi:10.24908/pceea.v0i0.5872

ACADEMIC IMPACT AND PERSONAL EXPERIENCE OF DESIGN TEACHING ASSISTANTS IN UNDERGRADUATE COURSES

2015· article· en· W1942660119 sur OpenAlexafffundvenue
Flavio Firmani, Michael McWilliam, Peter Wild

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEngineering educationMathematics educationMedical educationEngineering managementComputer scienceEngineeringPsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

This paper presents the impact that theDesign Engineering and Design (DE&I) program offeredin 2013 has had in the Faculty of Engineering at theUniversity of Victoria. Through this program a pool ofnineteen graduate students were trained as DesignTeaching Assistants (DTAs). The purpose of this programis to train DTAs in engineering design principles andpedagogical skills for mentoring students working ondesign projects. During the year DTAs continued theirtraining by attending seminars presented by guestspeakers. To date, eight DTAs have been appointed toeither assist as qualified Teaching Assistant in alreadyestablished engineering design courses (two DTAs), or todevelop new design projects in courses that are primarilyengineering science (six DTAs). The latter was supportedby the course instructor and the coordinators of thisprogram. The paper describes the development andmanagement of these design projects, their impact onundergraduate students, and the personal experiencegained by the DTAs. Also, the paper presents a review ofthe 2013 DE&I program including a new strategy for theupcoming 2014 DE&I workshops that will focus more onthe development and execution of design projects of theDTAs.

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)0,008
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,002
Communication savante0,0080,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,038
Tête enseignante GPT0,338
Écart entre enseignants0,300 · 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'étudeObservationnel
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'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)→Même sujetEducation Systems and Policy→Travaux en français237 207→