MétaCan
Menu
Retour à la cohorte
Enregistrement W2126657415 · doi:10.24908/pceea.v0i0.4846

SMALL-GROUP TUTORIALS AND OPEN BRAINSTORMING FOR PROBLEM-SOLVING IN ENVIRONMENTAL ENGINEERING SYSTEMS

2013· article· en· W2126657415 sur OpenAlexaffvenueabout
Arun S. Moorthy, Carolyn Chan, Warren Stiver

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueAI-based Problem Solving and Planning
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBrainstormingClass (philosophy)CoachingEngineering educationComputer scienceGroup workResource (disambiguation)Work (physics)Mathematics educationProblem-based learningEngineering managementEngineeringPsychologyArtificial intelligenceMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Environmental Engineering Systems is a core-course for undergraduate students at the University of Guelph pursuing degrees in Environmental or Water Resource Engineering. The class is a thorough introduction to many elementary concepts of Chemical and Biological Engineering, including concepts of conservation and reactor system design, and is delivered through lecture, laboratory and tutorial components. At the University of Guelph, Environmental Engineering Systems tutorials are operatedin small groups (approx. 20 students), taking advantage of the extensive whiteboards available in the facility to promote open brainstorming as a means to solve problems. Students work in partnerships, but are encouraged to discuss with the other groups in the room, as to come to a consensus solution on a given problem. Instructors (usually 2) float around the room, coaching students as needed, but refrain from providing over-guidance and a final solution; ensuring students be cognizant of problem solving in industrial and/or higher-learning settings. This technique was beneficial to instructors, allowing for the easy identification of specific problem-solving skills students were lacking, and the appropriate corrections to be implemented. There were still some concerns about engaging timid students, and also with students becoming over-dependent on the group dynamic and not performing as well individually.

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)0,012
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,198

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0590,012

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 Opus0,008
Tête enseignante GPT0,184
Écart entre enseignants0,176 · 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
GenreAutre

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
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetAI-based Problem Solving and PlanningTravaux en français237 207