MétaCan
Menu
Retour à la cohorte
Enregistrement W2604250468 · doi:10.24908/pceea.v0i0.6443

Effectiveness of blended learning for an energy balance course

2017· article· en· W2604250468 sur OpenAlexafffundvenue
Konstantinos Apostolou

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensMcMaster University
Organismes subventionnairesUniversity of WaterlooMcMaster University
Mots-clésAttendanceMathematics educationCourse (navigation)Computer sciencePaceClass (philosophy)ScheduleRetrainingMultimediaPsychologyEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The effectiveness of on-line modules in a fundamental chemical engineering course is examined. An undergraduate second-year course on vapour-liquid equilibrium and energy balances is augmented by six onlinemodules. Each module consists of supplementary lecture material for the students in the form of screencasts and interactive simulations followed by on-line quizzing on the fundamental aspects of the content. The quizzes of three of the six modules count for a small percentage of the final course grade (2% each), whereas the quizzes of the other three are offered only for self-assessment. The primer mode of instruction is still “traditional” face-toface. Access to the on-line resources is monitored andrecorded. The major question that is being examined is whether students value the on-line resources and access them to enhance or clarify their learning, or simply try only the on-line “mandatory”, for grade, components. Correlations between students GPA, achievement in the course, attendance to class and on-line module access and quiz achievement are also investigated. Student qualitative feedback on the effectiveness and value of the on-line material is also collected.Students in general value on-line resources: they let students work at their own pace, on their own schedule, and provide immediate feedback. This work assesses the degree to which such resources provide added value to a course that is phenomenologically outside the corecurriculum (the course is not taught to chemical engineer students) and within a busy study term

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)0,004
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 GPT0,227
Écart entre enseignants0,223 · 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

Citations3
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

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