MétaCan
Menu
Retour à la cohorte
Enregistrement W2125344252 · doi:10.24908/pceea.v0i0.4869

Leadership Development through Project Based Learning

2013· article· en· W2125344252 sur OpenAlexaffvenue
Karen Cain, Sandra Cocco

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensConestoga College
Organismes subventionnairesnon disponible
Mots-clésEnthusiasmProject-based learningProcess (computing)TeamworkActive learning (machine learning)Knowledge managementMultidisciplinary approachTeam learningCooperative learningPsychologyEngineeringComputer sciencePedagogyTeaching methodManagementPolitical scienceOpen learningArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The traditional hierarchical model of leadership is outdated and in its place are flatter industrial models where leadership is shared amongst the various individuals in a team. The modern team based project is an essential method used to create successful endeavors. Engineers must be trained to lead and participate in multidisciplinary teams. The learning process of becoming an effective leader and a valued team member must begin through the introduction of leadership skills during undergraduate engineering education. Project Based Learning (PBL) is an example where such training can have a profound influence on the learner, enabling growth of future leaders. Project Based Learning has long been touted as an excellent method of active learning which greatly facilitates application and retention of theory. Its use to improve ‘soft skills’ such as communication, individual growth, life-long learning and team-work is also evident. Difficulties with PBL are more often institutionally-based involving implementation on a large scale and faculty enthusiasm and time commitments. This paper expands on the use of PBL as a method to develop student leaders focusing on individual student experiences within team environments. It introduces various PBL approaches and their implementation within an existing engineering educational framework.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
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 GPT0,192
Écart entre enseignants0,178 · 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'étudeQualitatif
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

Citations39
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

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