Protocol Analysis in Engineering Design Education Research: Observations, Limitations, and Opportunities
Notice bibliographique
Résumé
Background: 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. Purpose: 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. Scope/Method: 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. Conclusions: 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,828 | 0,889 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,011 | 0,018 |
| Études des sciences et des technologies | 0,007 | 0,020 |
| Communication savante | 0,013 | 0,020 |
| Science ouverte | 0,006 | 0,011 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».