MétaCan
Menu
Retour à la cohorte
Enregistrement W2594302026 · doi:10.24908/pceea.v0i0.6490

AN OPEN-ENDED DESIGN-BASED LAB EXERCISE FOR A FIRST THERMOFLUIDS COURSE

2017· article· en· W2594302026 sur OpenAlexafffundvenueabout
Michele Hastie, Jan B. Haelssig

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensDalhousie University
Organismes subventionnairesDalhousie University
Mots-clésWork (physics)Course (navigation)Mathematics educationComputer scienceEngineering managementEngineeringPsychologyMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The Thermo-Fluid Engineering I course provides all first-semester second-year engineering students at Dalhousie University with a basic introduction to thermodynamics and fluid mechanics. In the past three years, we have used a combination of six traditional laboratory exercises and a short four-week design project to provide students with hands-on learning experiences in this course. In general, these projects have been well-received by students as a welcome break from the many abstract theoretical concepts that are normally associated with introductory thermodynamics. However, two of the continuing challenges with these projects have been the students’ limited engineering design experience and the availability of time to perform a design project. To address these challenges, in the fall 2015 offering of Thermo-Fluid Engineering I, the four-week design project was replaced by an open-ended design-based lab exercise.The open-ended lab exercise required groups of students to develop specific laboratory experiments related to thermodynamics and fluid dynamics, given a limited quantity of resources. While the focus shifted away from a traditional short design project, the open-ended lab exercise continues to allow students to develop their creative thinking, critical analysis, hands-on, communication, and team work skills, which was the primary purpose of the short design projects in the first place.

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)0,006
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: Autre devis
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0340,012

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 Opus0,012
Tête enseignante GPT0,251
Écart entre enseignants0,239 · 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'étudeAutre devis
Domainenon disponible
GenreMéthodes

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
Publié2017
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetExperimental Learning in EngineeringTravaux en français237 207