MétaCan
Menu
Retour à la cohorte
Enregistrement W3002486847 · doi:10.24908/pceea.vi0.13746

TEACHING ASSISTANT TRAINING IN ENGINEERING DESIGN

2019· article· en· W3002486847 sur OpenAlexafffundvenueabout
Justine Boudreau, Hanan Anis

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCornerstoneMedical educationEngineering managementQuality (philosophy)Engineering educationEngineering design processEngineeringTraining (meteorology)PsychologyMathematics educationComputer scienceMedicineMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The Faculty of Engineering at the University of Ottawa is home to multiple rapid prototyping facilities and entrepreneurship spaces. These include a makerspace, a machine shop and a design space for any student to use free of charge. First- and second-year students also take courses in the Makerlab, a sister facility to the Makerspace, that introduces them to collaborative project-based learning, engineering problem-solving and prototyping in a cornerstone design course. Each three-hour weekly lab has a teaching assistant (TA), typically a graduate student, and a project manager (PM), typically an undergraduate student who has taken the course previously. They are responsible for teaching the lab content and guiding the students through their design process. Since design courses are weighted heavily toward projects and labs, this evidence-based practice paper is part of a study that has the goal of understanding, via student evaluations, the impact of TA and PM training on their performance. This paper presents an analysis of the impact of TA and PM training, based on the students’ evaluation of their TA’s and PM’s performance. Factors considered were the amount of training received by the TAs and PMs, the type of training and the satisfaction of the students. The students were surveyed to gauge their satisfaction with the quality of their TAs and PMs, and the survey results were compared with a number of outcomes.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,367
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
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 GPT0,183
Écart entre enseignants0,177 · 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'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

Citations1
Publié2019
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetEngineering Education and Curriculum DevelopmentTravaux en français237 207