MétaCan
Menu
Retour à la cohorte
Enregistrement W3121275089 · doi:10.21061/see.27

Protocol Analysis in Engineering Design Education Research: Observations, Limitations, and Opportunities

2021· article· en· W3121275089 sur OpenAlexaff
Gregory Litster, Ada Hurst

Notice bibliographique

RevueStudies in Engineering Education · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésProtocol (science)Scope (computer science)Inclusion (mineral)Computer scienceProtocol designEngineering design processScopusEngineering educationWork (physics)CognitionManagement scienceData scienceEngineering ethicsEngineering managementEngineeringPsychologyMEDLINECommunications protocolMedicine

Résumé

récupéré en direct d'OpenAlex

<strong>Background:</strong> One of the most popular methods for studying the cognitive processes of design and problem-solving activity is Protocol Analysis (PA). As such, PA has been widely used in engineering design education research. <strong>Purpose:</strong> The aim of this work is to describe how PA has been used in engineering design education contexts, understanding the range of research questions that can be addressed by the method as well as providing some commentary on the strengths, limitations, and future directions of the method. <strong>Scope/Method:</strong> We conduct a systematic review of the literature following the PRISMA method. A search combining key terms – protocol analysis, design, engineering, student – and their variants in the Scopus database resulted in 126 articles, which were further reduced to 45 through two rounds of abstract and full-text screening. The main inclusion criteria was that the work use PA as the method to investigate design activities in an engineering educational setting. <strong>Conclusions:</strong> The use of PA has significantly contributed to understanding the cognition of students engaged in design activities and to improving engineering design education. Technological advances enable new efficiencies in protocol collection and analysis, offering promising new directions in the use of PA in more authentic learning environments.

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)0,002
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,468
Score d'incertitude au seuil0,931

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,453
Tête enseignante GPT0,433
Écart entre enseignants0,020 · 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.

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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in Engineering EducationMême sujetDesign Education and PracticeTravaux en français237 207