MétaCan
Menu
Retour à la cohorte
Enregistrement W2170916547 · doi:10.24908/pceea.v0i0.5877

THE ATTRIBUTE ASSESSMENT PROCESS IN THE FACULTY OF ENGINEERING AT THE UNIVERSITY OF MANITOBA: YEAR THREE

2015· article· en· W2170916547 sur OpenAlexafffundvenueabout
Jillian Seniuk Cicek, Sandra Ingram, Nariman Sepehri

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesUniversity of Manitoba
Mots-clésAccreditationChecklistTeamworkEngineering educationCurriculumWork (physics)Medical educationProcess (computing)Work in processEngineering managementEngineeringPsychologyComputer sciencePedagogyMedicineManagementMechanical engineeringOperations management

Résumé

récupéré en direct d'OpenAlex

This paper describes the third year of a studyat the University of Manitoba aimed at exploring how theCanadian Engineering Accreditation Board (CEAB)graduate attributes are manifested and measured in theFaculty of Engineering’s curriculum. Instructors from theDepartments of Biosystems, Civil, Electrical andComputer, and Mechanical Engineering were asked toconsider the presence of four attributes and theirsubsequent indicators in one engineering course taught inthe 2013-14 academic year. The attributes were: AKnowledge Base for Engineering, Individual and TeamWork, Impact of Engineering on Society and theEnvironment, and Economics and Project Management.Data were gathered using a self-administered checklist,which was introduced to instructors in a workshopsetting. The checklist has evolved over the three years inan effort to define student attribute competency levels andto create an assessment tool that meets the needs of boththe researchers and the instructors, as we work togetherto examine the graduate attributes in our courses andimplement an outcomes-based assessment protocol. Thedata from this third year give us the ability to report onhow the remaining four CEAB graduate attributes arepresently manifest and measured in our engineeringfaculty, to look for evidence of outcomes-basedassessment, to evaluate the checklist as an assessmenttool, and to reflect on the overall process.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,424
Score d'incertitude au seuil0,738

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,210
Écart entre enseignants0,199 · 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 tête enseignante, 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
Publié2015
Routes d'admission4
Résumé présentoui

Explorer davantage

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