MétaCan
Menu
Retour à la cohorte
Enregistrement W2128269615 · doi:10.19030/ajee.v3i1.6886

Collaborating For Success: Team Teaching The Engineering Technical Thesis

2012· article· en· W2128269615 sur OpenAlexaboutno aff
Terrence Keating, Mike Long

Notice bibliographique

RevueAmerican Journal of Engineering Education (AJEE) · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccreditationPresentation (obstetrics)Technical communicationEngineering managementProcess (computing)CapstoneEngineeringMedical educationEngineering ethicsComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

This paper will examine the collaborative teaching process undertaken at College of the North Atlantic- Qatar (CNA-Q) by Engineering and the Communication faculties to improve the overall quality of engineering students’ capstone projects known as the Technical Thesis. The Technical Thesis is divided into two separate components: a proposal stage (Tech Thesis 1- investigative) and a technical/presentation stage (Tech Thesis 2 - final written and oral communicative report). It involves a complex blending of experimentation, technical information and data with competent formal technical report writing skills. In an EFL (English as a Foreign Language) environment, this challenge is formidable for students as it involves high technical as well as linguistic competencies. In an effort to gain accreditation from the Canadian Technology Accreditation Board (CTAB), a standing committee of The Canadian Council of Technicians and Technologists (CCTT) which provides national accreditation for over 240 post-secondary engineering technology and applied technology programs in Canada, the School of Engineering realized student results on the Technical Thesis at CNA-Q needed marked improvement. A pilot project, started during the 2008- 2009 academic year, brought engineering faculty from various fields (Chemical Processing, Electrical, Mechanical, Process Automation and Telecommunications) together with writing faculty from the Communications Department to take on the task of improving final Tech Thesis results through co-delivery. Specifically, this paper will examine: the process of developing the collaborative teaching approach at CNA-Q; its perceived value by the stakeholders (faculty and students); the ongoing challenges associated with its delivery; and the overall level of improvement in student performance on the Technical Thesis as a result of the collaboration.

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)0,023
score de la tête « metaresearch » (Gemma)0,048
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 enseignants0,023
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,048
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0140,010
Communication savante0,0230,011
Science ouverte0,0030,019
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,004
Tête enseignante GPT0,251
Écart entre enseignants0,247 · 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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Engineering Education (AJEE)Même sujetExperimental Learning in EngineeringTravaux en français237 207