MétaCan
Menu
Retour à la cohorte
Enregistrement W3156292438 · doi:10.1002/cjce.24136

Experimenting with labs: Practical and pedagogical considerations for the integration of problem‐based lab instruction in chemical engineering

2021· article· en· W3156292438 sur OpenAlexaffvenue
Roza Vaez Ghaemi, Gabriel Potvin

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueProblem and Project Based Learning
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDeliverableFlexibility (engineering)Critical thinkingAutonomyComputer scienceUnderpinningEngineering educationMathematics educationEngineering managementEngineeringPsychologySystems engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Laboratory instruction is a core component of the training of chemical engineers. The hands‐on experiences in the laboratory are designed to facilitate the development of critical analytical skills, establish links between theory and reality, and develop transferrable skills. In the Department of Chemical and Biological Engineering (CHBE) at the University of British Columbia (UBC), the senior laboratory course was designed using a Problem‐Based Laboratory (PBL) approach to shift part of the responsibility for the learning experience from the instructor to the students, with the aim to improve learning outcomes. In this course, student teams perform 10‐week open‐ended labs in which they design and execute unique experimental plans to address industrially relevant problem statements. This course leverages student autonomy and ownership of their work, the flexibility of deliverables, and low‐stakes opportunities to make and fix mistakes to increase student engagement, which in turn facilitates the development of critical thinking and decision‐making skills and increases student confidence in their engineering abilities. This paper synthesizes student feedback, performance data, instructor observations, and logistical experiences over several iterations of this course to identify the key elements required for the successful implementation of PBL instruction. The rationale for this shift in pedagogical approaches, the pedagogical grounding underpinning this design, the basic course structure and its reception by students, and the main challenges of this type of course implementation in chemical engineering are also presented.

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)0,062
score de la tête « metaresearch » (Gemma)0,094
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,328

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0620,094
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,005
Communication savante0,0110,007
Science ouverte0,0050,009
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,069
Tête enseignante GPT0,318
Écart entre enseignants0,249 · 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'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

Citations16
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetProblem and Project Based LearningTravaux en français237 207