MétaCan
Menu
Retour à la cohorte
Enregistrement W3035764383 · doi:10.24908/pceea.vi0.14157

CONSIDERATIONS FOR DEVELOPMENT OF CRITICAL REFLECTION SKILLS IN FIRST-YEAR ENGINEERING INFORMED THROUGH STUDENT PERSPECTIVES

2020· article· en· W3035764383 sur OpenAlexaffvenue
Elizabeth DaMaren, Danielle Pearlston, Stephen Mattucci

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésCurriculumThematic analysisReflection (computer programming)Engineering educationFocus groupFraming (construction)Context (archaeology)Mathematics educationPedagogyEngineering ethicsPsychologyQualitative researchComputer scienceEngineeringSociologyEngineering management

Résumé

récupéré en direct d'OpenAlex

Reimagined curriculum models offer new possibilities for embedding durable competencies into the curriculum, including critical reflection, which promotes the development of self-directed learning skills. However, students often perceive these skills as unimportant with pre-existing biases focusing on technical content as the core of engineering. The primary goal of this work was to identify key considerations when integrating critical reflection into engineering curricula, specifically in the context of first-year engineering, to promote the development of student self-directed learning skills. This work was framed within the Students-as-Partners (SaP) approach, where two undergraduate students worked in collaboration with the instructor. To gather information regarding student perceptions of critical reflection, focus groups were conducted for first-year engineering students and students familiar with reflection. Qualitative thematic analysis was performed on the focus group data and key insights were identified and categorized into five themes: approaches, supporting students, evaluation and framing, development pathway and value, and reflection for engineers. Suggested learning outcomes, student activities, and evaluation methods are proposed. These findings are applicable to implementing reflection across a variety of academic settings, as they highlight main considerations and challenges faced with reflection from the perspective of students in multiple programs.

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)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,451
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,009
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)0,0000,000

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 Opus0,037
Tête enseignante GPT0,339
Écart entre enseignants0,302 · 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'étudeQualitatif
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

Citations6
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetHigher Education Practises and EngagementTravaux en français237 207