MétaCan
Menu
Retour à la cohorte
Enregistrement W2103963739 · doi:10.24908/pceea.v0i0.3731

ARE MANY HEADS BETTER THAN ONE? USING PEER REVIEW IN ENGINEERING DESIGN COURSES

2011· article· en· W2103963739 sur OpenAlexaffvenueabout
Vahid Garousi

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOrganizational Learning and Leadership
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTechnical peer reviewEngineering managementPeer reviewWork (physics)Engineering educationComputer scienceSoftware engineeringEngineeringEngineering ethicsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

It is important for engineering students to peer review each other's work during design projects. Based on the demonstrated value of peer reviews in engineering (e.g., the software industry), numerous industry experts have listed it at the top of the list of desirable engineering skills and practices. However, surprisingly, not many engineering courses in Canadian or even non-Canadian universities and colleges include peer review activities in their design courses. The author thus decided to apply peer reviews to the design project of a senior software engineering course. The purpose of this article is to present our experimental findings, lessons learned, possible challenges and recommendations that may be used to promote learning and also the usage of peer review activities in teaching other engineering courses. The results of our experiment show promising signs of using peer review in a design project.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil0,827

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
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 savante0,0000,001
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 Opus0,048
Tête enseignante GPT0,218
Écart entre enseignants0,170 · 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'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

Citations0
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetOrganizational Learning and LeadershipTravaux en français237 207