MAKING UNDERGRADUATE RESEARCH EXPERIENCE MORE PRODUCTIVE
Notice bibliographique
Résumé
Problem analysis is taught in the classroomenvironment by having students solve problems that oftenhave ready solutions. Because classroom problems areoften solvable within an hour, problem analysis, as oneCEAB (Canadian Engineering Accreditation Board)graduate attribute, may be viewed separately from othergraduate attributes. Students participating inundergraduate research, however, learn problem analysisby also developing investigative skills, use of engineeringtools (Matlab, Excel), even communication skills. In thispaper we discuss our undergraduate research experiencefrom perspectives of mentor and mentee. Mentor'smotivation to recruit undergraduate research studentscould include (i) high probability of finding talentedstudents to work on project of relatively short duration(i.e., one year) and (ii) producing solutions to a variety ofproblems that could lead to research problems. Thesemotivations align well with motivations of undergraduateresearch mentees, i.e., experience in solving morerealistic (open-ended) problems and strengthening theirresearch portfolios. Generating "real world" problemscan be achieved by introducing student-proposed designor analysis project component into a third-year course.Projects completed can then be continued into summerresearch projects. Results from the summer projects inturn enrich the third-year course content. To makeundergraduate research experience more productive,mentor encourages mentee to write and present together aconference paper, such as CEEA 2018 Conference.National-level conference experience would strengthenstudent's research portfolio. Projects with highertechnical content could even be presented to engineeringconferences, which is what we are aiming for. We discussways to increase student participation. We provide acourse project template for faculty members who areinterested in adopting our experience into their teachingand research activities.
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 | 0,023 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,013 | 0,009 |
| Science ouverte | 0,003 | 0,018 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 0,018 |
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 ».