HOW FIRST YEAR ENGINEERING STUDENTS SELECT THEIR SPECIALIZATION AND HOW WE CAN BETTER SUPPORT THEM
Notice bibliographique
Résumé
Abstract This paper explores the student experience of discipline selection, through the perspective of students in a common first year engineering program at the University of British Columbia. It also presents and examines a number of new innovations have been introduced to the UBC curriculum to support students in this regard. In general, there is limited information in the literature about how and when engineering students decide on their specific engineering discipline. What seems to be clear though is that many, if not most, students come into common first year engineering programs with a good idea (if not a decision) of what their specialization will be. In addition, short-term factors (such as courses and program experiences) dominate decision-making rather than long-term factors (such as career potential). The innovations we have introduced include program introduction videos, various online tools and resources, coordinated in-class presentations, program fairs, and more. Through a number of surveys to different cohorts of engineering students at UBC, several clear and encouraging trends have emerged. Most of our students report feeling well-prepared to choose their discipline by the end of first year; most students are not choosing their discipline until Term 2, after they have received information and presentations from all programs (having this time to gather information and decide is a key motivation behind a common first year); and most students report finding the new resources we are providing (online materials and tools, videos, Program Fairs, etc.) useful in their decision-making. Consistent with the literature, short-term considerations appear to dominate our students’ decision-making, although there are indications that longer-term career considerations are also starting to influence their information gathering. Having opportunities to speak to current and former students in a discipline was cited by our students as the most important information source in their decision-making. Also important was information provided by programs, both within our coordinated introduction to engineering course, and through websites and other program materials.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,003 |
| Communication savante | 0,018 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».