MétaCan
Menu
Retour à la cohorte
Enregistrement W2121138574 · doi:10.5539/res.v7n5p17

Features of Problem-Based Module Design When Developing Professional Competencies in Bachelor Students Majoring in Radio Engineering

2015· article· en· W2121138574 sur OpenAlexvenueno aff
Galina Ivanovna Smirnova, Valery Georgievich Katashov

Notice bibliographique

RevueReview of European Studies · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Methods and Teacher Development
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Education and Science of the Russian Federation
Mots-clésBachelorStandardizationCurriculumCompetence (human resources)Engineering managementEngineering educationModular designStructuringEngineering ethicsEngineeringComputer sciencePedagogyPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

The problem is vitally important today due to the fact that problem-modular training as an effective technology of engineering education should be integrated into the curriculum, however it is implemented in a few disciplines only. The paper is aimed at applying problem-based learning in modular and competence training of bachelor students majoring in engineering. This is meant to develop professional competences in bachelor students that would be adequate for the innovative economy thus putting emphasis on students’ practical activity and evolving their engineering thinking. The design is particularly characterized by systematization of professional training challenges by standardization of production objectives and situations and offering proper solution using group learning methods. The contents of problem-based modules as applicable to bachelors’ academic training is aligned with Federal and State Standards of Higher Professional Education in the Russian Federation in Radio Engineering as well as contents structuring by integrating a number of disciplines. The paper may represent interest for specialists involved in engineering training program design in accordance with the international European standards EUR-ACE aimed at achieving the following learning outcomes: engineering analysis, engineering design, research and practice.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,158
Tête enseignante GPT0,371
Écart entre enseignants0,213 · 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
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetEducational Methods and Teacher DevelopmentTravaux en français237 207