MétaCan
Menu
Retour à la cohorte
Enregistrement W2148858105 · doi:10.1109/aps.2004.1332100

Giving life to teaching introductory electromagnetics: a three-year assessment plan

2004· article· en· W2148858105 sur OpenAlexafffundabout
Marija Popović, Dennis D. Giannacopoulos

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensMcGill University
Organismes subventionnairesRoyal Bank of CanadaMcGill University
Mots-clésElectromagneticsPlan (archaeology)CurriculumInteractivityComputer scienceMathematics educationSubject (documents)Benchmark (surveying)Engineering educationEngineering managementEngineeringMultimediaPedagogyMathematicsPsychologyEngineering physicsWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Electromagnetics is a part of every electrical engineering curriculum and is typically taught in the second or the third year of the undergraduate program. At McGill University, this subject is offered every semester. A three-year investigation is planned. Its main objective is the improvement and evaluation of teaching electromagnetics. By adapting a three-pronged approach to assess and solve this problem, we intend: a) to employ concept mapping to situate the course within the rest of the curriculum; b) to use the advantages of technology to increase student interactivity; c) to introduce small group collaborative projects. We present how we plan to evaluate the impact of these strategies on student learning and student satisfaction. Initial results for the first semester of the plan are presented. The percentage of correct answers for each question helps us identify the introductory electromagnetics concepts which appear to be more difficult for students to conquer. Consequently, greater attention will be paid to these concepts within the subsequent improvement plan.

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)0,016
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,022
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0030,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,005
Tête enseignante GPT0,218
Écart entre enseignants0,214 · 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'étudeObservationnel
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

Citations2
Publié2004
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetExperimental Learning in EngineeringTravaux en français237 207