Graph-based approach to model the dependency information of graduate attributes for supporting the accreditation process
Notice bibliographique
Résumé
In the accreditation of an engineering program, the criterion of graduate attributes is particularly challenging due to its outcome-based nature, which involves diverse instructors to collect and analyze data on students’ skills and competencies in course activities. Also, the amount of data can be vast, causing the issues of relevance and consistency of the collected data. In this context, the purpose of this paper is to facilitate the relevant process by modeling the information dependency concerning the measurements of graduate attributes and the responsibilities of stakeholders. The modeling approach is based on the graph representation that focuses on the nodes and their relations. In the graph-based model, information contents are treated as nodes, which are classified into five types: graduate attribute (GA), attribute indicator (AI), program course (PC), learning outcome (LO), and grading component (GC). Then, the contextual interpretation of the GA assessments is specified by the relations that connect these content types. In this work, three types of content relations are defined: refine, measure and associate. Further, three types of stakeholders are identified (i.e., accreditor, administrator, and instructor), along with their relations to specify their responsibilities to the content types. To demonstrate the application of the proposed graph-based model, this paper overviews the use of the Integrated Course Design Tool (ICDT) and the course outline template in the accreditation process. Based on the graph-based model, suggestions are provided toward the development of quality function deployment and software tools.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».