MétaCan
Menu
Retour à la cohorte
Enregistrement W2908732751 · doi:10.1115/imece2018-88168

OBACIS Analytics: The Catalogs

2018· article· en· W2908732751 sur OpenAlexaffabout
Mohamed A. Ismail

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésAccreditationComputer scienceWork (physics)AnalyticsWork flowData collectionCertification and AccreditationOrder (exchange)Engineering managementData scienceBusinessEngineeringMedical education

Résumé

récupéré en direct d'OpenAlex

OBACIS is an integrated framework being developed to accelerate the accreditation reporting work-flow, cut down the reporting cost by an order of magnitude, and close the data-driven continuous improvement loop. This paper focuses on creating a centralized database for compiling accreditation data required for accreditation reporting from various resources such as previous visit accreditation reports, academic calendars, course schedules, and a handful of other resources are used to create what we call the Catalogs. Despite the fact that the Catalogs framework has been developed to meet the reporting standards of Canadian Engineering and Accreditation Board (CEAB), The system can be easily adapted to meet other standards such as ABET and EUR-ACE. The Catalogs are supposed to save a sheer amount of time needed for accreditation reporting and should act as an instrumental tool for accelerating accreditation data collection, creating insightful analyses, and identifying gaps for continuous improvement initiatives at both program and faculty levels.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,792
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,001

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 Opus0,007
Tête enseignante GPT0,201
Écart entre enseignants0,194 · 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.

Devis d'étudeSans objet
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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEngineering Education and Curriculum DevelopmentTravaux en français237 207