MétaCan
Menu
Retour à la cohorte
Enregistrement W3044215693

Rubrics for assessing oral communication in the capstone design experience: development, application, analysis and refinement

2009· article· en· W3044215693 sur OpenAlexaboutno aff
H. Gilbert Welch, Deepti Suri, Eric Durant

Notice bibliographique

RevueInternational journal of engineering education · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRubricCapstoneAccreditationQuality (philosophy)Test (biology)EngineeringMedical educationMetric (unit)Quarter (Canadian coin)Computer scienceEngineering managementPsychologyMathematics educationMedicineOperations management
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The importance of good communication skills is becoming increasingly relevant to engineers in today's globally competitive environment. The Accreditation Board for Engineering and Technology (ABET), recognizing this phenomenon, introduced six professional skills along with the various hard skills in their new accreditation criteria EC2000 for all engineering programs. At the Milwaukee School of Engineering (MSOE), rubrics were developed to aid in assessing the oral presentations made during the capstone senior design sequence. These rubrics have been applied by various senior design professors each quarter to assess all the mid-quarter presentations. The analysis (using the Spearman Rank Correlation Test and a Rater Disagreement Metric) of data collected over four quarters indicates that by repeatedly applying, analyzing and refining a rubric, it is possible to minimize the often subjective means of evaluating communication skills and move towards more objective evaluations. Over the past three years, multiple evaluators have shown strong agreement in the quality of student presentations. However, they have not yet arrived at a complete consensus indicating that we as yet do not have a completely reliable and objective tool and more work needs to be done in this area.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,045
score de la tête « metaresearch » (Gemma)0,141
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,237

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0450,141
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0130,005
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0030,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,016
Tête enseignante GPT0,309
Écart entre enseignants0,293 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations8
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational journal of engineering educationMême sujetEngineering Education and Curriculum DevelopmentTravaux en français237 207