MétaCan
Menu
Retour à la cohorte
Enregistrement W3009238296 · doi:10.5206/tips.v9i1.10328

Replacing Final Exams with Open-Ended Course Projects in Engineering Education

2020· article· en· W3009238296 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueTeaching Innovation Projects · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésExperiential learningTeamworkActive learning (machine learning)AccreditationCurriculumCritical thinkingClass (philosophy)Project-based learningMathematics educationRubricScale (ratio)PsychologyMedical educationPedagogyComputer scienceManagementArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Over the last twenty years, assessment methods in Engineering education have shifted to focus on evaluating desired learning outcomes. Both Mills and Treagust (2003) and Olds, Moskal, and Miller (2005) credit the paradigm shift to accreditation procedures that report program inputs and document achievement of learning objectives. High-stakes final exams have been, and still are, widely used in Engineering education as the primary means to evaluate student learning (Flores, Veiga Simão, Barros, & Pereira, 2015). Although considered objective and efficient for large class sizes, Knight (2002) points to shortcomings associated with final exams including ineffectiveness at evaluating certain types of outcomes and a distorting effect on the taught curriculum. However, overcoming these shortcomings is possible through project-based learning and open-ended course projects. Project-based learning is a form of experiential learning that gives students the opportunity to apply theoretical concepts while developing higher-order skills (e.g., critical thinking, synthesis, and evaluation) and soft-skills (e.g., communication, management, and teamwork; Mills & Treagust, 2003). Based on three different experiences with large-scale open-ended projects, Daniels, Faulkner, and Newman (2002) conclude that the use of course projects enhances student learning while better preparing them for their future careers. Flores et al.’s (2015) findings support this notion by demonstrating that students perceive assessment methods that require active involvement as more fair and effective. This workshop aims to increase awareness around the importance of assessment and highlight that high-stakes final exams, although widely used, have a number of flaws that may bias evaluation and impact student learning. The workshop’s main goal is to introduce project-based learning as an alternative to final exams and develop skills to identify where and how instructors can use open-ended course projects effectively.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,660
Score d'incertitude au seuil0,854

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,040
Tête enseignante GPT0,271
Écart entre enseignants0,231 · 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