MétaCan
Menu
Retour à la cohorte
Enregistrement W2887232862 · doi:10.24908/pceea.v0i0.10548

SCAFFOLDING STRATEGIES FOR TEACHING ENGINEERING DESIGN IN A COLLABORATIVE PROJECT-BASED LEARNING ENVIRONMENT

2018· article· en· W2887232862 sur OpenAlexaffvenue
Mohamed Galaleldin, Hanan Anis, Patrick Dumond, D. Knox

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésProject-based learningThematic analysisCollaborative learningEngineering educationEngineering design processProcess (computing)Cooperative learningComputer scienceTeamworkTest (biology)Learning environmentReflection (computer programming)Mathematics educationKnowledge managementPsychologyEngineering managementEngineeringTeaching methodQualitative research

Résumé

récupéré en direct d'OpenAlex

Abstract –Collaborative Project Based Learning (CPBL) is known for enhancing deep learning, professional skills development, student engagement and motivation, cultivating interdependence in learning, thinking, problem solving, and creating interest and excitement in learning. This article describes the impact of an engineering design course on first-year engineering students. Student performance was evaluated before and after taking the course using a pre-and-post design skill assessment test, peer feedback evaluations, and thematic analysis of each student’s self-reflection of lessons learned. Initial analysis of the data indicates that a CPBL environment has a significantly positive impact on the development of engineering students’ ability to describe the engineering design process and relate it directly to real-world problems. Students also realized the importance of communication, team work, investigation and project management skills.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,072
Score d'incertitude au seuil0,964

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,006
Tête enseignante GPT0,206
Écart entre enseignants0,200 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations4
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetBiomedical and Engineering EducationTravaux en français237 207