THE ASSESSMENT OF LEADERSHIP OUTCOMES IN CAPSTONE PROJECTS USING ANONYMOUS PEER FEEDBACK
Notice bibliographique
Résumé
Assessing the leadership abilities of engineering students for the purposes of accreditation and outcomes assessment is a particularly challenging task. For a few students, clear evidence of leadership will exist. These students naturally take on leadership roles within their teams. They have the complete confidence and support of their teammates. The team functions as a cohesive unit. In such a situation, an instructor can easily recognize the quality of leadership provided but may struggle with quantitatively assessing the leadership abilities exhibited. In other cases, students arguably possess leadership abilities yet fail to demonstrate their abilities in a way that can be assessed by an instructor. Such students might demonstrate leadership within their team by taking on an undesirable task or by taking on a disproportionate share of the workload. If a student perceives that leadership is not required, a student might demonstrate great leadership by not taking on an obvious leadership role. Peer feedback can help an instructor identify such examples of leadership.To enable proper assessment of leadership abilities,a suitable environment must be created such that all students have a natural opportunity to demonstrate their leadership skills in their own way. Such an environment is often created by a capstone project. Given the scope of a capstone project, all team members typically have several opportunities to take on a leadership role and/or demonstrate leadership.The challenge is to assess leadership quantitatively without forcing a change in the behaviour ofthe students. This paper examines the design and implementation of an anonymous peer feedback survey for the purpose of quantitatively assessing different measures of teamwork and leadership abilities in engineering students. This paper describes the challenges that are associated with such an assessment process. This paper also discusses the advantages and disadvantages of the proposed assessment technique.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,043 | 0,123 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».