MétaCan
Menu
Retour à la cohorte
Enregistrement W1994174879 · doi:10.1115/detc2008-49816

Implementing Mini Design Projects to Maximize the Quality of Design-Build Term Project Student Work

2008· article· en· W1994174879 sur OpenAlexafffund
George Platanitis, Remon Pop‐Iliev

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensOntario Tech University
Organismes subventionnairesUniversity of Ontario Institute of Technology
Mots-clésCurriculumEngineering managementComputer scienceWork (physics)Quality (philosophy)Scale (ratio)Project-based learningEngineering educationEngineering design processEngineeringMathematics education

Résumé

récupéré en direct d'OpenAlex

Project-based learning is a widely adopted strategy and a preferred pedagogical tool in the undergraduate engineering curriculum. However, design-and-build engineering projects are open-ended, ill-defined, and quite complex so that students often feel quite overwhelmed by the imposed need to solve relatively challenging and practical problems within limited time and resources. Although there are virtually no right or wrong feasible design engineering project solutions, over the years, students’ design project submissions identify a number of students with mediocre design competencies. This indicates that there is a need for developing a pedagogical strategy designed for assisting the students in better preparing for undertaking the challenges of term design engineering projects. Hence, a special series of deliberately designed small-scale “mini” design projects has been developed to serve as “just-in-time” means for building-up the students’ skills required to successfully undertake the tasks of the respective larger-scale term design projects. This paper focuses on exploring this strategy and the different ways of its implementation into the engineering curriculum through three representative core design courses at the beginner, intermediate and advanced levels, respectively.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,732
Score d'incertitude au seuil0,507

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0000,000
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 Opus0,192
Tête enseignante GPT0,392
Écart entre enseignants0,200 · 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'étudeSans objet
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

Citations0
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetDesign Education and PracticeTravaux en français237 207