Bi-Modal No More Shifting the Curve in Material and Energy Balances Courses
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.
Notice bibliographique
Résumé
Bi-modal No More Shifting the Curve in Material and Energy Balances Courses Common wisdom states that a bi-modal distribution in process analysis is “normal”, with asignificant number of students needing to take the course twice before they “get” the material. Asclass sizes in second year chemical engineering at the University of Alberta have grown to over100 students, we took a hard look at the root causes of this distribution. The goal was toconsciously uncover and remove barriers to student learning which result in the “bi-modaldistribution”. The solutions include visual learning, experiential learning, industrial bestpractices and structured problem solving techniques which are now embedded in the course. Themodified teaching approach progresses in three stages: first, vocabulary building throughresearch on a specific process, through flowsheet construction, and problem statementdeconstruction; second, structured visual problem solving tools which are also the back bone ofindustrial best practice; third, active learning exercises throughout the course to pull outquestions and ensure that students are well prepared to tackle problems independently beforethey get stuck; fourth, problem solving groups which hand in their solutions together. Whilethere is still see a tail in our distributions, the lower hump in the curve has disappeared. This is aclear indication that we are reaching and helping students who previously were lost andbewildered, as well as improving the learning experience for all of the students in the class.These teaching methods take relatively little effort to implement in the classroom, and create adynamic learning environment based on interaction and critical thinking which is more fun toteach than the stress laden environment more typically associated with bimodal performance.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 découle