MétaCan
Menu
Retour à la cohorte
Enregistrement W2262366938 · doi:10.18260/1-2--20832

A Multi-dimensional Model for the Representation of Learning through Service Activities in Engineering

2020· article· en· W2262366938 sur OpenAlex
Susan McCahan, Holly K. Ault, Edmund Tsang, Mark Henderson, Spencer P. Magleby, Annie Soisson

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDimension (graph theory)Computer scienceKey (lock)Quality (philosophy)Service (business)Representation (politics)Engineering educationEngineering managementSoftware engineeringEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract A Model for Learning through Service in EngineeringThe Engineering Faculty Engagement in Learning through Service (EFELTS) project wasestablished with a key objective to identify the impact learning through service (LTS) has onfaculty and determines how to encourage faculty to adopt this instructional method. During arecent gathering of engineering instructors involved in LTS programs a group was tasked withdeveloping a model for characterizing LTS programs in engineering. Our group formulated amodel which characterizes 12 dimensions of LTS programs. This model provides a basis forcomparing and contrasting programs. In addition, it can be used as a check list for developingnew LTS programs, evolving existing LTS programs, or assessing the quality of an LTSprogram.The dimensions are formulated to capture the qualities of LTS programs that occur across a widebreadth of engineering institutions. As such the dimensions need to encompass the broad varietyof program designs that are currently occurring as well as take into account future developmentsin this pedagogy. The dimensions fall into 4 key categories: Academic, Program Design,Technical Social Balance, and Management. These dimensions are described in detail and theends of the spectrum in each dimension are defined and illustrated.The paper discusses application of the model in depth and characterizes some example programsfrom our institutions. The results are used as a basis for comparing and contrasting the programdesigns.LTS programs are becoming more common in engineering schools. They offer an opportunityfor our students to not only strengthen their engineering abilities but also achieve learningoutcomes that go beyond what can be learned in a traditional engineering course. There aremany different, successful examples of LTS. Defining examples using the proposed model mayhelp faculty new to this pedagogy design a program that would be viable at their institution. Inaddition, this model can be used to characterize and assess existing programs. The goal is tocreate a model that advances this valuable pedagogical method.

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.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,241
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,136
Tête enseignante GPT0,347
Écart entre enseignants0,211 · 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

En bref

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetService-Learning and Community EngagementTravaux en français237 207