LISTERIOSIS CASE STUDY – VARIATION AND LONGEVITY FOR CURRICULUM ENHANCEMENT
Notice bibliographique
Résumé
Both teaching and learning from case studies enriches the engineering curriculum by connecting the classroom to real world complexities. A case study about the 2008 Listeriosis outbreak at the Maple Leaf Foods facility in Toronto was developed for the Food Process Engineering course, ChE 564. ChE 564 is a fourth-year technical elective in Chemical Engineering at the University of Waterloo (Waterloo), offered once every winter term. The Listeriosis case was developed by Waterloo Cases in Design Engineering (WCDE) from publicly-available sources.The WCDE Listeriosis case study has been used in four offerings of ChE 564 by three instructors, from 2013 to 2016. Factors that influenced the successful transfer of teaching material are explored using instructor reflection, classroom observations, and student feedback. The three instructors reflected on these factors between each offering of the course and adapted their teaching methodologies to align with the learning outcomes for the course.The evolution of the WCDE Listeriosis case study and its longevity will be discussed over the four course offerings. Issues such as student expectations, the role of the instructor, the open-ended nature of the case, class size, and class engagement are discussed as well. The success and challenges of the Listeriosis case study have broader implications on the difficulties of transferring material between terms and instructors while balancing variation for different cohorts. One challenge when developing case study material is balancing the time invested with the rewards in the classroom and the uptake by different instructors and/or courses.
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 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 | 0,001 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».