MétaCan
Menu
Retour à la cohorte
Enregistrement W2119245592 · doi:10.24908/pceea.v0i0.5868

Designing Age Appropriate Engineering Outreach Activities

2015· article· en· W2119245592 sur OpenAlexaffvenue
Martin Scherer, Mary A. Wells

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Pedagogy
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésOutreachPsychologyCognitionSummer campSet (abstract data type)Medical educationMathematics educationComputer scienceEngineeringPublic relationsPolitical scienceMedicineDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

For over twenty years, the University of Waterloo’s Faculty of Engineering has been running outreach programming directed at elementary youth (ages 6 to 14) through its Engineering Science Quest (ESQ) summer camp program. All the activities are designed to be hands-on with the primary goal to increase participant’s interest in Science, Technology, Engineering and Math (STEM). The camp develops themes, such as ‘Outer Space’ to help motivate activity development and provide practical examples to participants.In 2010, the directors of ESQ modified the approach to develop camp outreach activities to ensure they were hands-on engaging activities related to science and engineering but also paid consideration to ensuring a secondary set of goals were met that considered the cognitive development of the children in the camp. The result was the development of hands-on outreach activities that engaged the participants in multiple ways.The motivation behind the development of outreach activities with these secondary objectives in mind were based on observation of past successes and working knowledge of the target audience.It is concluded that in order to make truly engaging and effective programming for elementary aged youth; activity developers should develop hands-on activities that incorporate both the interests of youth and their appropriate cognitive development stage. Using these methods in activity development will lead to an increase in success and a stronger impact of the programming.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

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 Opus0,014
Tête enseignante GPT0,212
Écart entre enseignants0,198 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetEngineering Education and PedagogyTravaux en français237 207